DETEKSI DAN KOREKSI KESALAHAN INFORMASI DALAM SANDI BINER DENGAN MENGGUNAKAN METODE HAMMING

Ukuran: px
Mulai penontonan dengan halaman:

Download "DETEKSI DAN KOREKSI KESALAHAN INFORMASI DALAM SANDI BINER DENGAN MENGGUNAKAN METODE HAMMING"

Transkripsi

1 DETEKSI DAN KOREKSI KESALAHAN INFORMASI DALAM SANDI BINER DENGAN MENGGUNAKAN METODE HAMMING Wiwi Anggraeni Program Stui Sistem Informasi Faultas Tenologi Informasi, Institut Tenologi Sepulu Nopember Kampus ITS, Jl Ra ITS, Suolilo Suraba 6, Telp , Fax wiwi@its-sbyeu ABSTRAK Seiring semain berembangn tenologi omuniasi semain meningat pula pelanan ibiang informasi ng menuntut penmpaian informasi ng lebi sempurna Kesempurnaan suatu informasi bisa meliputi eepatan pengiriman, tia aan informasi ng ilang atau rusa, pengamanan, an lain sebagain Dalam pengiriman informasi aang-aang sering terjai esalaan informasi ng iterima ari pengirim informasi itu seniri Kesalaan itu apat iaibatan ole gangguan ari meia transmisin ataupun fator-fator lain Perangat omuniasi ata ituntut mampu menangani masala tersebut Sala satu emampuan ng iarapan ari perangat omuniasi ata aala apat melauan etesi atau oresi esalan informasi Sala satu metoe ng sering igunaan untu menetesi esalaan aala metoe amming Metoe amming tersebut tia an mampu untu menetesi esalaan saja aan tetapi mempuni emampuan juga untu mengoresi esalaan informasi seara otomatis tanpa arus mengiriman informasi itu embali Kata uni : Metoe Hamming, etesi esalaan informasi, oresi esalaan informasi PENDAHULUAN Latar Belaang Dalam transmisi ata ng menjangau lebi ari ratusan an baan ribuan ilometer, timbuln error merupaan sesuatu ng tia apat iinaran Dalam suatu transmisi ng mutairpun gangguan-gangguan paa saluran tersebut tia apat iatasi seara sempurna Gangguan-gangguan tersebut aan apat menyebaban ata ng iterima berbea engan ng iirim Paa sistem omuniasi penggunaan sistem igital merupaan pilian terbai,terutama untu omuniasi jara jau, arenan iperluan sistem ng bai untu mentaan israt analog menjai israt igital ng berupa sani biner Persoalann aala bagaimana mengasilan sani igital ng apat iiriman tanpa mengalami esalaan atau meminimalan esalaan seingga pesan ng iterima sesuai engan ng iiriman Rumusan Permasalaan Seperti paa umumn bila ietemuan esalaan paa ata ng iterima maa pengirim iminta untu mengiriman embali ata tersebut Jelas ara ini aan memaan watu an bia ng tia seiit Ole arena itu iari suatu ara ng lebi efisien itu engan menggunaan metoe oresi ng ilauan seara otomatis engan penggunaan sani tertentu Sani itu menganung uup reunansi ng memunginan teretesin esalaan sealigus mengoresin seingga tia iperluan transmisi ulang 3 Batasan Masala Aapun batasan ng igunaan aala Han apat menetesi an mengoresi esalaan paa ata tersani 7 bit Bila terjai esalaan maa jumla bit ng apat ietesi maupun ioresi an per arater 3 Han ipusatan paa oe-oe linier 4 Pembaasan an ilauan paa oe oe sistematis, itu bit bit e paritasn selalu munul i air ata oe menyusul urutan ata biner orisiniln PENGKODEAN a Enoing Proses pengiriman berita apat iliat i gambar beriut :

2 Volume 3, Nomor, Juli 4 : -8 Kata ng iirim uεb gangguan Cannel Kata ng iterima utεb Fungsi satu-satu e:b B n, n isebut sebagai fungsu enoing(n,) Jia u ε B maa e(u) ε B n isebut ata oe ari u Seangan untu proses pengiriman ata oe n sebagai beriut : Kata ng iirim uεb Kata ng iterima utεb n b Deoing Fungsi paa : B n B isebut sebagai fungsi eoing(n,) ng berpasangan engan fungsi enoing e:b B n, jia (vt) = u ε B an etia annel tia mempuni gangguan mengaibatan u = u Tipe-tipe Koe Aa jenis tipe oe ng sering ipaai, itu : Koe blo Misalan B = {,} an fungsi enoing e:b B n maa jumla ombinasi alfabet B engan panjang ng biasa inotasian B = Karena e satu-satu maa B = maa impunan ari isebut engan oe blo (n,) Suatu oe blo linier engan = 4 an n = 7 aigambaran sebagai beriut : Tabel Koe blo Biner (7,4) Fungsi enoing V = e(u) εb n Cannel Fungsi eoing U t=(v t) εb n Kata Kata Koe Dalam oe blo biner tiap ata oe v panjangn sama Karena <n,n- bit-bit tambaan itambaan paa tiap ata untu membentu ata oe Bit bit tambaan tersebut iarapan memberian suatu oe ng mampu mengatasi gangguan paa saluran Bit bit tambaan tersebut inamaan igit pariti e Koe onvolutional Misalan B = {,} an fungsi enoing e:b B n imana e memetaan u e B ng tia an tergantung paa ubungan bit ari u tetapi juga tergantung paa m bit sebelum u fungsi enoing seperti itu iataan mempuni ore memori m impunan asil enoing isebut engan oe onvulutional (n,,m) Conto : Koe onvolutional biner engan n =, =, m = 3 misalan barisan ata u = (,,,,, ), m bit sebelum u aala (,, ) an barisan pembangit ari oe tersebut aala G () = ( ) G () = ( ) Maa ata oe ari u aala : V = (,,, ) Koresi Kesalaan Misalan e fungsi enoing(n,) an fungsi eoing (n,) ng berpasangan engan e Pasangan (e,) iataan apat mengoresi error bilamana v = e(u) iirim engan benar atau engan error vt asil pengiriman ng mengaibatan (vt) = u e Matris Generator Urutan ata bits,, 3,, misal intaan engan vetor, maa = (,, 3,, ) Anaian ata oe ilambangan engan maa = (,, 3,,, +,, n ) Untu suatu oe sistematis =, =,, = seangan n r r

3 Anggraeni, Detesi an Koresi Kesalaan Informasi alam Sani Biner 3 imana : n = jumla bit ata oe = jumla bit ata asli r = jumla bit paritas Koefisien ij ε (,) seangan +,, n iapatan melalui operasi mo Pemilian oefisien tersebut ng menentuan sifat suatu oe Sebagai onto liatla persamaan e paritas beriut: maa jia vetor = () 4 bit en aala =, 3 =, 4 =, 5 = an vetor = G imana G arusla suatu matrs xn engan olom pertama aala matris ientitas ng mentaan jumla bit ata asli Sisan r olom G mentaan transpose oefien oefisien ij Seingga G = [I P] engan P = r r r an G inamaan sebagai matris generator Untu onto iatas P = an G= f Matris Ce Paritas Untu apat menetesi sealigus mengoresi esalaan ata ng iiriman perlu operasi penguraian oe paa penerimasuatu proseur seerana aala mengulang peritungan e paritas pengoe an membaningan asil pola e paritasn engan ng iterima Jia pola ng iitung an ng iterima tia bersesuaian maa pasti aa esalaan Anaian ata oe sistematis = G engan urutan ata bit, maa =[ P] = [ p ] Urutan bit e paritas p aala p = P Misal mentaan suatu urutan ata oe ng iterima engan jumla bit n n igit ng pertama mentaan suatu vetor ng merupaan bagian ari ata oe ng itransmisian Untu mengee apaa ururtan n bits mentaan suatu ata oe, maa arus ilauan operasi P an membaningann engan urutan e paritas ng iterima, itu p Jia P + p = maa urutan ng iterima aala suatu ata oe ng tepat P + p = [ p ] I n P = Untu sembarang oe iapatan H T = imana H T = I n P, seingga iapatan H = I n P imana H = Matris e paritas Matris tersebut berperanan sangat penting alam pembetulan esalaan

4 Volume 3, Nomor, Juli 4 : -8 g Vetor sinrome Kata oe arus memenui srat H T = Misalan suatu esalaan terjai alam igit maa vetor penerima r apat itulisan r = + e engan e aala suatu vetor n bit ng mentaan esalaan Jia esalaan terjai alam bit eua an etiga maa engan mengoperasian r engan H T aan iapatan rh T ( e) H T eh T s imana s = vetor sinrome Jia suatu esalaan terjai maa s tia nol 3 METODE HAMMING Sani biner ng ipaai arus iuba e bentu sani ng baru engan ara penambaan paritas Aturan penambaan paritasn aala : t i engan n i n n n! = i i!( n i)! imana : = jumla bits ata n = jumla bits ata ng sua itamba paritasn t = jumla bits error ng mungin ietesi r = n = jumla bits paritas a Pelaaan Kesalaan Paa umumn penanganan esalaan alam pengiriman ata ilauan engan mengulang embali pengiriman ata Bila menggunaan metoe amming persoalan tersebut apat iatasi engan oresi esalaan seara otomatis engan menggunaan sani tertentu Dengan metoe tersebut pesan aan iuba menjai anga an agar esalaan ng mungin terjai apat ioresi maa penerima perlu mensaniann embali Untu itu iperluan suatu matris H an T imana : Matri H: Matri ng teriri ari r olom matri iagonal an n olom matri sembarang ng elemen-elemen atau, engan n aala aa igit sani igital ng aan iiriman,seangan r aala bit paritas (bit tambaan ) Matri T: Matri ng elemen-elemenn merupaan sani igital ng aan iiriman Untu itu ipili matri H ng mengasilan HT= Paa penerima, israt ng iterima imisalan sebagai matri R, ialian embali engan matri H an mengasilan israt sinrom S Bila S=HR=, berarti israt ng iterima sua benar atau oo engan israt ng iiriman Tetapi jia S=HR, berarti israt ng iterima aa esalaan Kesalaan ng terjai bisa iliat ari israt sinrom ng terbentu, engan menooan israt sinrom engan matri H aan apat ietaui esalaan ng terjai paa anga e berapa Sebagai onto, jia israt sinrom oo engan olom e 5 ari matri H, berarti esalaan terjai paa anga e 5 ari pesan ng iiriman Matri H bias ipili sembarang, engan etentuan tia bole aa olom ng mempuni elemen-elemen persis sama Dengan alasan inila, maa matri H ipili sebagai beriut H n olom r olom b Pembentuan Sani Baru ( Enoing ) Misal aan iari sani baru untu pesan A ng mempuni sani asli Peralian matri H engan vetor T ng mempuni 7 elemen pertama sama engan sani lama ng aan iuba an 4 beriutn aala elemen ng aan iari nilain, apat intaan sebai beriut: H T 3 4 ari asil peralian iatas iperole nilai = 3 = = 4 = Sani baru iperole engan menggabungan sani asli engan 4 elemen baru ng iperole ari peritungan iatas Dengan emiian sani baru untu pesan A aala 4

5 Anggraeni, Detesi an Koresi Kesalaan Informasi alam Sani Biner Detesi an Koresi Kesalaan Misalan iirim suatu pesan ng ole penerima pesan tersebut iterima sebagai sani Untu meliat apaa pesan ini benar atau tia, maa pesan ng iterima tersebut arus ie Untu mene sani ng iterima, perlu iari israt sinrom, itu peralian antara matri H engan sani ng iterima Hasil peraliann aala For = to 8 For i= to 7 HR Vetor(i)=val(mi(sani lama,i,)) asil= baa ata matri For i= to 4 g= Israt sinrom ng iperole ari asil peritungan iatas aala [ ] - Jia israt sinrom ini iooan engan matri H, terliat bawa israt sinrom oo engan olom e Dengan emiian, esalaan terjai paa anga e, itu ari anga arus iuba menjai anga 4 PROSES 4 Proses Pembentuan Sani baru (Enoing) Untu pembentuan sani baru iperluan urutan urutan seperti paa gambar a Detesi an Koresi Kesalaan Algoritma untu menetesi an mengoresi esalaan bisa iliat paa gambar 4 Proses Pesan Sala Algoritma untu memproses pesan esalaan bisa iliat paa gambar 3 b Proses Pembentuan vetor Sinrom Algoritma untu memproses pesan esalaan bisa iliat paa gambar 4 Proses Pembetulan Algoritma untu pembetulan bisa iliat paa gambar 5 For j= to g=g+matri(i,j)*vetor(j) Apaa Int(g/)=g/?? Hasil=asil+ Hasil=asil+ baru()=sani lama()+rigt$(asil,4) En Gambar Flowart pembentuan sani baru 5

6 Volume 3, Nomor, Juli 4 : -8 Sani baru Sinrom$= Bentu matri e For i= to 8 For i= to 4 Sin= Kirim$=baru(i)? Pesan sala() En t I=i Ceta irim$,pesan(l) For j= to sin=sin+matri(i,j)*vetor(j) Gambar Flowart untu etesi an oresi esalaan sin/=int(sin/)? t sin= Vetor_sinrom () sin= Pembetulan() For i= to 8 sinrom$=sinrom$+rigt$(str$(sin),) t Kirim$=baru(i )? sinrom$=rigt$(sinrom,4) l= En Ceta irim$,sinrom$,l,igant i$, ganti$,pesan(l),iirm$ Gambar 3 Flowart untu memproses pesan Kesalaan En Gambar 4 Flowart untu membentu vetor synrome 6

7 Anggraeni, Detesi an Koresi Kesalaan Informasi alam Sani Biner iganti$=mi$(irim$,l,l) iirim$=irim$ mi$(irim$,l,l) =? t ganti= ganti= l=l? Kirim$=ganti+Ri gt$(irim$,,) t l=l? Kirim$=Left$(ir im$,,)+ganti t irim$=left$(irim$,- )+ganti+rigt$(irim$,,) En Gambar 5 Flowart untu pembetulan 7

8 Volume 3, Nomor, Juli 4 : -8 5 KESIMPULAN Suatu ata ng iirim ole seseorang melalui saluran pengiriman ng menapat gangguan (noise) aan mengaibatan ata ng iterima mungin berbea engan ata ng iirim Cara ng iterapan untu mengatasi aibat gangguan tersebut aala engan menamba igitigit tambaan paa ata ng iirim seemiian rupa agar nantin ata ng iterima aan sama engan ata ng iirim Penambaan jumla bit paritas tergantung ari bit error ng ingin ioresi Bit paritas apat ibuang ari bit ata aslinsetela proses pengoresian selesai 6 DAFTAR PUSTAKA MAN Young RHEE, Error Coreting Coing Teory, M Graw Hill, 999 K Sam Sammugam, Digital an Analog Communiation System, Jon Wiley an Son, J Anrew Viterbi an Omoa K Jim, Prinipals of Digital Communiation an Coing, M Graw Hill, 998 8

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

MAKALAH TURUNAN. Disusun oleh: Agusman Bahri A1C Dosen Pengampu: Dra. Irma Suryani, M.Pd

MAKALAH TURUNAN. Disusun oleh: Agusman Bahri A1C Dosen Pengampu: Dra. Irma Suryani, M.Pd MAKALAH TURUNAN Disusun ole: Agusman Bari A1C214027 Dosen Pengampu: Dra. Irma Suryani, M.P PROGRAM STUDI PENDIDIKAN MATEMATIKA FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN UNIVERSITAS JAMBI 2015 KATA PENGANTAR

Lebih terperinci

Bagian 3 Differensiasi

Bagian 3 Differensiasi Bagian Differensiasi Bagian Differensiasi berisi materi tentang penerapan konsep limit untuk mengitung turunan an berbagai teknik ifferensial. Paa penerapan konsep limit, Ana akan iperkenalkan engan konsep

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

DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC)

DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC) DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC) Ole : Tegu Herlambang 206 00 046 Dosen Pembimbing : Dr. Erna Apriliani, MSi

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

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 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

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Integral Lipat Dua

Universitas Indonusa Esa Unggul Fakultas Ilmu Komputer Teknik Informatika. Integral Lipat Dua Universitas Inonusa Esa Unggul Faultas Ilmu Komputer Teni Informatia Integral Lipat ua Integral Lipat ua Misalan z = f(,) terefinisi paa merupaan suatu persegi panjang tertutup, aitu : = {(, ) : a b, c

Lebih terperinci

DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC)

DESAIN PENGENDALIAN KETINGGIAN AIR DAN TEMPERATUR UAP PADA SISTEM STEAM DRUM BOILER DENGAN METODE SLIDING MODE CONTROL (SMC) Prosiing Seminar Nasional Penelitian, Peniikan an Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 4 Mei 20 DESAIN PENGENDALIAN KEINGGIAN AIR DAN EMPERAUR UAP PADA SISEM SEAM DRUM BOILER DENGAN

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

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

SKEMA AKAR KUADRAT DALAM UNSCENTED KALMAN FILTER UNTUK MENDETEKSI KERAK PADA ALAT PENUKAR PANAS

SKEMA AKAR KUADRAT DALAM UNSCENTED KALMAN FILTER UNTUK MENDETEKSI KERAK PADA ALAT PENUKAR PANAS Prosiding Seminar Nasional Penelitian, Pendidian dan Penerapan MIPA, Faultas MIPA, Universitas Negeri Yogyaarta, 4 Mei 2 SKEMA AKAR KUADRA DALAM UNSCENED KALMAN FILER UNUK MENDEEKSI KERAK PADA ALA PENUKAR

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

PENGUKURAN FERTILITAS DENGAN MENGGUNAKAN METODE RELE DAN GUNASEKARAN-PALMORE IKA SORVIANTI

PENGUKURAN FERTILITAS DENGAN MENGGUNAKAN METODE RELE DAN GUNASEKARAN-PALMORE IKA SORVIANTI PENGUKURN FERTILITS DENGN MENGGUNKN METODE RELE DN GUNSEKRN-PLMORE IK SORVINTI DEPRTEMEN MTEMTIK FKULTS MTEMTIK DN ILMU PENGETHUN LM INSTITUT PERTNIN BOGOR BOGOR 1 BSTRK IK SORVINTI. Penguuran Fertilitas

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

PENAKSIR YANG EFISIEN DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA. Mahasiswa Program S1 Matematika

PENAKSIR YANG EFISIEN DARI KOMBINASI PENAKSIR RASIO-PRODUK UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK BERSTRATA. Mahasiswa Program S1 Matematika PEAKIR AG EFIIE DARI KOMIAI PEAKIR RAIO-PRODUK UTUK RATA-RATA POPUAI PADA AMPIG ACAK ERTRATA tevani amosir * Arisman Adnan Haposan irait Maasisa Program Matematia Dosen Jurusan Matematia Faultas Matematia

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 2 URAIAN TEORITIS

BAB 2 URAIAN TEORITIS BAB URAIAN EORIIS Paa bab ini akan ibaas enang masala opimisasi berpembaas persamaan. Sebelum membaas masala opimisasi berpembaas persamaan maka erlebi aulu iberikan pengerian an sia-sia eksrim ari suau

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

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

ANALISA ALIRAN DAYA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 20 KV

ANALISA ALIRAN DAYA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 20 KV ANALISA ALIRAN DAA DENGAN METODE INJEKSI ARUS PADA SISTEM DISTRIBUSI 0 K IBG Manuaba 1, Kade Amerta asa 1 Staff pengajar Teni Eletro Faultas Teni Universitas Udayana Kampus Buit Jimbaran, Bali, 80361 Staff

Lebih terperinci

- Persoalan nilai perbatasan (PNP/PNB)

- Persoalan nilai perbatasan (PNP/PNB) PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran

Lebih terperinci

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

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

Lebih terperinci

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

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

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

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

Makalah Seminar Tugas Akhir

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

Lebih terperinci

METODE HAMMING PENDAHULUAN. By Galih Pranowo ing

METODE HAMMING PENDAHULUAN. By Galih Pranowo  ing METODE HAMMING By Galih Pranowo Emailing ga_pra_27@yahoo.co.id PENDAHULUAN Dalam era kemajuan teknologi komunikasi digital, maka persoalan yang utama adalah bagaimana menyandikan isyarat analog menjadi

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

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

dan E 3 = 3 Tetapi integral garis dari keping A ke keping D harus nol, karena keduanya memiliki potensial yang sama akibat dihubungkan oleh kawat.

dan E 3 = 3 Tetapi integral garis dari keping A ke keping D harus nol, karena keduanya memiliki potensial yang sama akibat dihubungkan oleh kawat. E 3 E 1 -σ 3 σ 3 σ 1 1 a Namakan keping paling atas aalah keping A, keping keua ari atas aalah keping B, keping ketiga ari atas aalah keping C an keping paling bawah aalah keping D E 2 muatan bawah keping

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

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

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

Lebih terperinci

1.1. Sub Ruang Vektor

1.1. Sub Ruang Vektor 1.1. Sub Ruang Vektor Dalam membiarakan ruang vektor, tiak hanya vektoer-vektornya saja yang menarik, tetapi juga himpunan bagian ari ruang vektor tersebut yang membentuk ruang vektor lagi terhaap operasi

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

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

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

REMBESAN AIR DALAM TANAH. Bagian 2 Dosen Pengampu: RUNI ASMARANTO, ST., MT

REMBESAN AIR DALAM TANAH. Bagian 2 Dosen Pengampu: RUNI ASMARANTO, ST., MT REMBESAN AIR DALAM TANA Bagian Dosen Pengampu: RUNI ASMARANTO, ST., MT Email : runi_asmaranto@ub.ac.id REMBESAN PADA TANA BERLAPIS. Aliran air sejajar dengan Lapisan Tana Liat setsa aliran air di dalam

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

Universitas Pendidikan Indonesia Jalan Dr. Setiabudi no 229, Bandung

Universitas Pendidikan Indonesia Jalan Dr. Setiabudi no 229, Bandung Transmitansi Eletron yang Melalui Penghalang engan Ketebalan Nanometer paa Heterostrutur Anisotropi yang Diberi Tegangan Panjar Lili Hasanah # Khairurrijal Mirajuin Abullah Toto Winata an Suirno KK Fisia

Lebih terperinci

( ) terdapat sedemikian sehingga

( ) terdapat sedemikian sehingga LATIHAN.. Misalan A R, : A R, c R adala titi cluster dari A (c, ). Maa pernyataan beriut equivalen : a. lim b. Barisan ( ) yan onveren e c seina dan >., maa barisan ( ) onveren e. Buti : lim ( ) Berarti

Lebih terperinci

Pengenalan Pola. Klasifikasi Linear Discriminant Analysis

Pengenalan Pola. Klasifikasi Linear Discriminant Analysis Pengenalan Pola Klasifiasi Linear Discriminant Analysis PTIIK - 2014 Course Contents 1 Analisis Disriminan 2 Linear Classification 3 Linear Discriminant Analysis (LDA 4 Studi Kasus dan Latihan Analisis

Lebih terperinci

RINGKASAN SKRIPSI MODUL PERKALIAN

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

Lebih terperinci

KIMIA ANORGANIK (Kode : D-15) PERPINDAHAN MASSA OKSIGEN DARI UDARA KE AIR SUNGAI DAN BIODEGRADASI ZAT ORGANIK DALAM AIR SUNGAI

KIMIA ANORGANIK (Kode : D-15) PERPINDAHAN MASSA OKSIGEN DARI UDARA KE AIR SUNGAI DAN BIODEGRADASI ZAT ORGANIK DALAM AIR SUNGAI MKH PEDMPI KIMI ORIK (Kode : D-5) IS : 978-979-533-85-0 PERPIDH MSS OKSIE DRI UDR KE IR SUI D IODERDSI ZT ORIK DM IR SUI Maria Enda Prasadja Program Studi Teni Kimia, Faultas Teni, Universitas Setia udi,

Lebih terperinci

BAB 6 DATUM DAN ARAS PASANG SURUT

BAB 6 DATUM DAN ARAS PASANG SURUT Pengenalan BAB 6 DATUM DAN AAS PASANG SUUT Datum i mana kealaman irujuk iefinisikan ole pengukuran an analisis pasang surut. Ole itu, seseorang juruukur irografi perlu mengetaui keuukan relatif ataupun

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 II LANDASAN TEORI

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

Lebih terperinci

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

19, 2. didefinisikan sebagai bilangan yang dapat ditulis dengan b

19, 2. didefinisikan sebagai bilangan yang dapat ditulis dengan b PENDAHULUAN. Sistem Bilangan Real Untuk mempelajari kalkulus perlu memaami baasan tentang system bilangan real karena kalkulus didasarkan pada system bilangan real dan sifatsifatnya. Sistem bilangan yang

Lebih terperinci

KOREKSI KESALAHAN. Jumlah bit informasi = 2 k -k-1, dimana k adalah jumlah bit ceknya. a. KODE HAMMING

KOREKSI KESALAHAN. Jumlah bit informasi = 2 k -k-1, dimana k adalah jumlah bit ceknya. a. KODE HAMMING KOREKSI KESALAHAN a. KODE HAMMING Kode Hamming merupakan kode non-trivial untuk koreksi kesalahan yang pertama kali diperkenalkan. Kode ini dan variasinya telah lama digunakan untuk control kesalahan pada

Lebih terperinci

Perancangan Antena Microstrip Rectangular Patch Array 4 Elemen Untuk Aplikasi LTE

Perancangan Antena Microstrip Rectangular Patch Array 4 Elemen Untuk Aplikasi LTE Perancangan Antena Microstrip Rectangular Patc Array 4 Elemen Untu Apliasi LTE M. Reza Syaputra, Syarial, Muammad Iramsya # Jurusan Teni Eletro dan Komputer, Faultas Teni, Universitas Syia Kuala Jl. Tg.

Lebih terperinci

MAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n

MAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n MAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n Oleh : JOHANES ARIF PURWONO 105 100 00 Pembimbing : Drs. Suhu Wahyui, MSi 131 651 47 ABSTRAK Graph aalah suatu sistem

Lebih terperinci

Universitas Tanjungpura Jalan Prof. Dr. Hadari Nawawi, Pontianak, Indonesia * Abstrak

Universitas Tanjungpura Jalan Prof. Dr. Hadari Nawawi, Pontianak, Indonesia *  Abstrak POSITRON, Vol. VII, No. (7), Hal. 4 47 ISSN: 3-497 (print) ISSN: 549-936X (online) Model Sederana Gera Osilator dengan Massa Berua Teradap Watu Menggunaan Metode Runge Kutta Yulia Acu a, Boni Palanop Lapanporo

Lebih terperinci

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

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

Lebih terperinci

( 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

METODE PENELITIAN Data Langkah-Langkah Penelitian

METODE PENELITIAN Data Langkah-Langkah Penelitian METODE PENELITIAN Data Inonesia merupakan salah satu negara yang tiak mempunyai ata vital statistik yang lengkap. Dengan memperhatikan hal tersebut, sangat tepat menggunakan Moel CPA untuk mengukur tingkat

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK

Lebih terperinci

SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN BACKPROPAGATION ARTIFICIAL NEURAL NETWORK DAN PRINCIPAL COMPONENT ANALYSIS

SISTEM PENGENALAN WAJAH DENGAN MENGGUNAKAN BACKPROPAGATION ARTIFICIAL NEURAL NETWORK DAN PRINCIPAL COMPONENT ANALYSIS Jurnal Teni dan Ilmu Komputer SISTEM PENGENALAN AJAH DENGAN MENGGUNAKAN BACKPROPAGATION ARTIFICIAL NEURAL NETORK DAN PRINCIPAL COMPONENT ANALYSIS FACE RECOGNITION SYSTEM USING BACKPROPAGATION ARTIFICIAL

Lebih terperinci

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV

PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Nama Mahasiswa : Husien Haial Fasha NRP : 1207 100 011 Jurusan : Matematia FMIPA-ITS Dosen Pembimbing : Drs. Suharmadi, Dipl.

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK PADA SISTEM PENGENALAN WAJAH BERBASIS PRINCIPAL COMPONENT ANALYSIS 1 Ihwannul Kholis, 2 Ahmad Rofii. 1 Universitas 17 Agustus 1945 Jaarta,

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

=== PERANCANGAN RANGKAIAN KOMBINASIONAL ===

=== PERANCANGAN RANGKAIAN KOMBINASIONAL === TKNIK IITL === PRNNN RNKIN KOMINSIONL === Rangkaian logika atau igital apat ibagi menjai 2 bagian yaitu:. Rangkaian Kombinasional, aalah suatu rangkaian logika yang keaaan keluarannya hanya ipengaruhi

Lebih terperinci

Ax b Cx d dan dua persamaan linier yang dapat ditentukan solusinya x Ax b dan Ax b. Pada sistem Ax b Cx d solusi akan

Ax b Cx d dan dua persamaan linier yang dapat ditentukan solusinya x Ax b dan Ax b. Pada sistem Ax b Cx d solusi akan SOLUSI SISTEM PERSAMAAN LINIER PADA ALJABAR MAX-PLUS Bui Cahyono Peniikan Matematika, FSAINSTEK, Universitas Walisongo Semarang bui_oplang@yahoo.com Abstrak Dalam kehiupan sehari-hari seringkali kita menapatkan

Lebih terperinci

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

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

ANALISIS VARIANSI (ANOVA)

ANALISIS VARIANSI (ANOVA) ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t

Lebih terperinci

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER

PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER Wiaria Gazali 1 ; Haryono Soeparno 2 1 Jurusan Matematia, Faultas Sains dan Tenologi, Universitas Bina Nusantara Jln. K.H. Syahdan No. 9, Palmerah,

Lebih 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

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

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

DIFERENSIAL FUNGSI SEDERHANA

DIFERENSIAL FUNGSI SEDERHANA DIFERENSIAL FUNGSI SEDERHANA Salah satu metoe yang cukup penting alam matematika aalah turunan (iferensial). Sejalan engan perkembangannya aplikasi turunan telah banyak igunakan untuk biang-biang rekayasa

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

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

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

SIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE

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

Lebih terperinci

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.

PELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman. JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses

Lebih terperinci

BAB II DASAR TEORI. II.1. Pendahuluan

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

Lebih terperinci

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

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

BAB III LANDASAN TEORI. Beton bertulang merupakan kombinasi antara beton dan baja. Kombinasi

BAB III LANDASAN TEORI. Beton bertulang merupakan kombinasi antara beton dan baja. Kombinasi 16 BAB III LANDASAN TEORI 3.1. Umum Beton bertulang merupakan kombinasi antara beton an baja. Kombinasi keuanya membentuk suatu elemen struktur imana ua macam komponen saling bekerjasama alam menahan beban

Lebih terperinci

Pendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535

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

Lebih terperinci

BAB 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

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

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

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ANT COLONY SYSTEM (ACS)

Jurnal Ilmiah Komputer dan Informatika (KOMPUTA) PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ANT COLONY SYSTEM (ACS) Volume. I Nomor. 2, Bulan Otober 2012 - ISSN :2089-9033 35 PENYELESAIAN MASALAH MINIMUM SPANNING TREE (MST) MENGGUNAKAN ANT COLONY SYSTEM (ACS) Irawan Afrianto 1, Euis Wiiani Jamilah 2 1,2 Program Stui

Lebih terperinci

Pengaturan Suhu Ruangan Berbasis PID Menggunakan Mikrokontroler AT89S51

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

Lebih terperinci

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

Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Elektroteknika Dasar

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

Lebih terperinci

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter

Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B

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

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

, serta notasi turunan total ρ

, serta notasi turunan total ρ LANDASAN TEORI Lanasan teori ini berasarkan rujukan Jaharuin (4 an Groesen et al (99, berisi penurunan persamaan asar fluia ieal, sarat batas fluia ua lapisan an sistem Hamiltonian Penentuan karakteristik

Lebih terperinci

PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

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

Lebih terperinci

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya

Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 1, May. 2005, 37 45 Ruang Barisan Orlicz Selisih Dengan Fungsional Aditif Dan Kontinunya Sadjidon Jurusan Matematia Institut Tenologi Sepuluh Nopember,

Lebih terperinci

PERSAMAAN DIFFERENSIAL PARSIAL DALAM KOORDINAT SILINDIRS PADA MASALAH KONDUKSI PANAS

PERSAMAAN DIFFERENSIAL PARSIAL DALAM KOORDINAT SILINDIRS PADA MASALAH KONDUKSI PANAS PERSAMAAN DIFFERENSIAL PARSIAL DALAM KOORDINA SILINDIRS PADA MASALAH KONDUKSI PANAS Agung Hanayanto Absta Poses pepinahan panas/enegi melalui suatu meia at paat atau ai yang tejai aena onta langsung iantaa

Lebih terperinci

BAB 2 TEORI PENUNJANG

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

Lebih terperinci

PERBANDINGAN PERFORMANSI CONVOLUTIONAL CODE DENGAN CONVOLUTIONAL TURBO CODE

PERBANDINGAN PERFORMANSI CONVOLUTIONAL CODE DENGAN CONVOLUTIONAL TURBO CODE TUGAS AKHIR PERBANDINGAN PERFORMANSI CONVOLUTIONAL CODE DENGAN CONVOLUTIONAL TURBO CODE Diajuan Guna Melengapi Sebagian Syarat Dalam mencapai gelar Sarjana Strata Satu (S1) Disusun Oleh : Nama : Eo Kuncoro

Lebih terperinci

PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA METODE K-HARMONIC MEANS UNTUK DATA CLUSTERING

PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA METODE K-HARMONIC MEANS UNTUK DATA CLUSTERING PENERAPAN METODE PARTICLE SWARM OPTIMIZATION PADA METODE K-HARMONIC MEANS UNTUK DATA CLUSTERING Yoe Ota a, Ahmad Saihu, S.Si,MT. b Jurusan Teni Informatia, Faultas Tenologi Informasi, Institut Tenologi

Lebih terperinci