PENYELESAIAN SHORTEST PATH PROBLEM DENGAN JARINGAN SARAF TIRUAN HOPFIELD
|
|
- Farida Kartawijaya
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Semnar Nasonal Sstem dan Informatka 2007; Bal, 6 November 2007 PENYELESAIAN SHORTEST PATH PROBLEM DENGAN JARINGAN SARAF TIRUAN HOPFIELD Nur Hasanah ) Istkhomah 2) Taufq Hdayat 3) Sr Kusumadew 4) Jurusan Teknk Informatka, Fakultas Teknolog Industr, Unverstas Islam Indonesa Fakultas Teknolog Industr, Jurusan Teknk Informatka - Unverstas Islam Indonesa ada_nu2nk@yahoo.com ) zzty_25@yahoo.com 2) taufqhd@ft.u.ac.d 3) cce@ft.u.ac.d 4) ABSTRACT The shortest path problem (SPP) s one of many optmzaton problems. The purpose of SPP s to get a route from the source cty to the destnaton cty by vstng other ctes. In SPP, not every cty should be vsted and every cty s vsted only once. The goal s to fnd path that mnmze the total dstance of a route. In ths paper, a recurrent neural network for solvng the SPP s presented. Ths knd of neural networks can be used to solve ths optmzaton problem by choosng an approprate archtecture to fnd the optmal soluton. The Hopfeld-type neural network s a very effcent tool for solvng such problems. Keywords: Shortest Path Problem (SPP), Neural Network, Hopfeld Neural Network, Optmzaton.. Latar Belakang Shortest Path Problem (SPP) adalah masalah optmas kombnasonal untuk mencar rute mnmum yang dperlukan untuk mencapa kota tujuan dar kota asal berdasarkan beberapa jalur alternatf yang terseda. Setap tempat tdak selalu mempunya jalur yang terhubung dengan kota-kota lannya. Berbaga macam algortma telah duj untuk menyelesakan masalah n. Jarngan saraf truan merupakan salah satu alternatf untuk menyelesakan masalah optmas. JST Hopfeld pertama kal dgunakan oleh Hopfeld dan Tank untuk memecahkan Travellng Salesman Problem (TSP). Sejak tu banyak penelt berusaha untuk mengaplkaskan JST Hopfeld untuk memecahkan masalah optmas lannya. 2. Tujuan Peneltan Tujuan dar peneltan n adalah:. Untuk mengaplkaskan JST Hopfeld ke dalam sebuah kasus optmas. 2. Untuk menemukan sebuah solus baru dalam menentukan jalur terpendek menggunakan algortma JST Hopfeld. 3. Untuk menganalsa knerja JST Hopfeld dalam memecahkan SPP. 3. Rumusan Masalah Rumusan masalah dar peneltan n adalah bagamana membuat desan JST Hopfeld dan mengmplementaskannya ke dalam kasus SPP agar ddapatkan hasl yang optmal. 4. Landasan Teor 4. Jarngan Syaraf Truan Hopfeld Jarngan syaraf merupakan salah satu representas buatan dar otak manusa yang selalu mencoba untuk mensmulaskan proses pembelajaran pada otak manusa. Sepert halnya otak manusa, jarngan syaraf juga terdr dar beberapa neuron yang mentransformaskan nformas yang erma melalu sambungan keluarnya menuju ke neuron-neuron yang lan dengan nama bobot. Fungs aktvas, merupakan penggambaran hubungan tngkat aktvas nternal. Input dar neuronneuron lan bobot Fungs aktvas Output bobot Output ke neuronneuron lan Gambar. Struktur Neuron Jarngan Syaraf. Algortma Hopfeld neural network pertama kal dkenalkan oleh John Hopfeld dar Calforna Insttute of Technology pada tahun 982. John Hopfeld merancang sebuah jarngan saraf truan yang kemudan dkenal dengan nama jarngan Hopfeld. Pada jarngan Hopfeld, semua neuron salng berhubungan penuh. Neuron yang satu mengeluarkan output dan kemudan menjad nput bag semua neuron yang lan. Proses pengrman dan penermaan snyal antar neuron n secara feedback tertutup terus menerus sampa dcapa konds stabl (Krstanto 2004). Penggunaan JST Hopfled untuk memecahkan masalah optmas pertama dlakukan oleh Hopfeld dan Tank untuk memecahkan Travellng Salesman Problem. 276
2 Semnar Nasonal Sstem dan Informatka 2007; Bal, 6 November 2007 Srkut jarngan Hopfeld dapat dlhat pada Gambar 2. Desan srkut n dadaptas dar komponen-komponen dasar jarngan saraf bologs. Setap neuron dmodelkan sebaga sebuah amplfer dengan fungs aktvas sgmod dengan nput U dan output V dar neuron ke-. Output dar V merupakan blangan 0 atau. Fungs sgmod: V = g ( U ) = () + U e λ Gambar 2. Jarngan Saraf Truan Hopfeld Setap neuron menerma nput/mpuls dar neuron-neuron lannya. Hubungan n basanya dsebut dengan koneks snapss dan ddeskrpskan melalu matrk T = [ T ]. Dalam jarngan, matrk T dsebut juga dengan matrk hubungan. Setap neuron juga menerma bas yang dsebut I. Rumus perubahan U dar jarngan Hopfeld adalah sebaga berkut: du U = + N TV I (2) j j = τ Dmana τ adalah konstanta dar waktu srkut. Dar kedua persamaan d atas ddapatkan pula fungs energ: N N N E = TVV IV j 2 (3) = j= = Berdasarkan rumus energ (3), rumus perubahan neuron ke th drumuskan sebaga berkut: du U E = (4) τ V 4.2 Shortest Path Problem dengan Jarngan Syaraf Truan Hopfeld Pada kasus Shortest Path Problem, tujuannya adalah menemukan rute yang terpendek antara node source s, ke node destnaton d, d jarngan yang ada. Jarngan ddefnskan sebaga sebuah graf berarah G = (N, A), dengan N adalah banyaknya node dan A adalah banyaknya ss (arc) atau dalam kasus n adalah jalan (path). Adapun C, adalah nla yang menunjukkan besarnya jarak, panjang, atau waktu transt dar node ke node j. Rute terpendek dapat drumuskan dengan graf P sd, yang bers urutan node-node yang menghubungkan s ke d: P sd = (s,, j, k,..., r, d) (5) 277
3 Semnar Nasonal Sstem dan Informatka 2007; Bal, 6 November 2007 Panjang dar jalur terpendeknya adalah L sd = dengan panjang mnmum. C s + C + C C. Int permasalahannya adalah mencar rute L sd jk rd Pada kasus shortest path, node-node dsedakan dalam bentuk matrk n x n. Dengan semua elemen dagonal dhlangkan, karena tdak dbutuhkan. Setap elemen merepresentaskan neuron dengan ndkator (, j), dmana menyatakan kolom dan j menyatakan nomor dar node. Jad, sebuah jarngan memerlukan n (n - ) neuron, dan neuron dengan letak (, j) menggambarkan output V, dengan ketentuan sebaga berkut: Bla jalur dar node ke node j ada dalam rute terpendek V = (6) 0 Sebalknya Dan juga entukan ρ sebaga berkut: Bla tdak ada jalur dar node ke node j ρ = (7) 0 Sebalknya Selan V dan ρ, dperlukan juga C, yatu besarnya jarak dar node ke node j dan harus bernla postf. Untuk jalur yang tdak ada, maka besarnya jarak akan danggap sebaga nol, dan jalur n akan terelmnas dar solus. Untuk menentukan apakah sebuah rute merupakan rute terpendek pada jarngan Hopfeld n dgunakan sebuah fungs energ (3) yang telah dmodfkas, dmana hasl akan dperoleh bla energ yang dhaslkan mnmum. Berkut adalah rumus fungs energnya: n n n n n µ µ 2 µ 3 E = C V + ρ V + V n V γ j j j j = = = = = = = j j j j n n n n µ 4 µ 5 + ( V ( V )) + ( V ) ds 2 = j= 2 = j= j j 2 (8) Koefsen C merupakan besar jarak dar kota ke kota j dan V menggambarkan koneks antara kota dan kota j, dmana V akan bernla 0 jka kedua kota tersebut tdak terkoneks atau berhubungan dan akan bernla jka terkoneks. Konstanta µ dgunakan untuk memnmalkan total jarak; konstanta µ 2 dgunakan untuk mencegah jalur yang tdak ada agar tdak kut dalam rute; konstanta µ 3 bernla 0 untuk setap node (jumlah jalur yang masuk sama dengan jumlah jalur yang keluar); konstanta µ 4 dgunakan agar jarngan dapat merah konds konvergen; konstanta µ 5 bernla nol d saat output. V adalah sama dengan, untuk memastkan shortest path yang ada menpunya sumber dan tujuan yang sesua. Berdasarkan persamaan (), (2), dan (4) maka ddapatkan rumus perubahan U : du U n n = + T. V + I (9a), kl kl k l l k τ = = du U E = (9b) τ V = g ( U ) = (0a) + e λ U V 278
4 Semnar Nasonal Sstem dan Informatka 2007; Bal, 6 November 2007 (, j) NxN / j. (0b) Dengan mensubsttuskan (9) d (0b), persamaan untuk perubahan jarngan saraf menjad: du n U µ µ 2 = C ( δ. δ ) ρ ( δ. δ ) µ 3 ( V V ) d js d js k k τ 2 2 µ 4 µ 5 + µ 3 ( V V ) ( 2 V ) + δ δ () jk kj d js 2 2 k = k j (,j) N xn / j. Dmana δ merupakan delta Kronecker dmana: Bla a = b δ = ab (2) 0 Sebalknya Dengan membandngkan persamaan (0a) dan (2), maka kekuatan koneks dan bas etapkan sebaga berkut: T = µ 4δ δ µ 3δ µ 3δ + µ 3δ + µ 3δ (3), I kl k jl k jl l jk µ µ 2 µ 4 µ 5 = C ( δ. δ ) ρ ( δ. δ ) + δ. δ d js d js d js µ 5 µ 4 jka (, j) = ( d, s) 2 2 = µ µ 4 C µ 2 ρ sebalknya 2 2 k = k ( j), ( k j). 5. Metode Peneltan 5. Perancangan Jarngan Hopfeld Msalkan akan dbuat sebuah jarngan Hopfeld yang mempresentaskan jarngan kota d pulau Jawa. Node-node dalam jarngan mempresentaskan kota-kota. Sedangkan arc mempresentaskan jalur dar satu kota ke kota lannya. Gambar 3. Jarngan Kota d Pulau Jawa Pada Gambar 3 dapat dlhat bahwa jarngan tersebut mempunya node dengan 6 jalur. Tap-tap jalur mempunya nla jarak sendr. Keterangan nodenya adalah sebaga berkut: 279
5 Semnar Nasonal Sstem dan Informatka 2007; Bal, 6 November 2007 Tabel. Daftar Kota yang Salng Terhubung NODE A B C D E F G H I J K NAMA KOTA Jakarta Bogor Bandung Crebon Semarang Magelang Purworejo Sleman Yogyakarta Malang Surabaya 5.2 Stud Kasus Msalkan akan dcar rute terpendek dar kota Jakarta (A) ke kota Yogyakarta (I) dar jarngan Hopfeld pada gambar 3. Ddapatkan matrk C, yang elemen-elemennya mempresentaskan besarnya jarak dar satu kota ke kota lannya. Dasumskan bahwa matrk jalur n bersfat smetrs dengan C = C, dmana terdapat jalur dengan dua arah antara satu j kota ke kota lannya C = Ddapat juga matrk ρ, yang elemen-elemennya mempresentaskan ada tdaknya sebuah jalur dar satu kota ke kota lannya. ρ = Setelah dkomputas, maka hasl dar energ yang ddapatkan dapat dlhat pada grafk d bawah n: 280
6 Semnar Nasonal Sstem dan Informatka 2007; Bal, 6 November 2007 Gambar 4. Energ Jarngan Kota d Pulau Jawa Pada Grafk, dapat dlhat bahwa nla dar energ pada jarngan kota akan mencapa konds konvergen, dmana d saat tulah rute terpendek ddapatkan. Gambar 5. Rute Terpendek pada Jarngan Kota d Pulau Jawa Rute terpendek dar kota Jakarta ke kota Yogyakarta yang ddapatkan adalah: Jakarta Bandung Purworejo Yogyakarta. 6. Kesmpulan. Pemanfaatan teknolog nformas pada pencaran rute terpendek dyakn menghaslkan suatu keluaran yang akurat dan tepat, untuk plhan transportas seseorang. 2. Jarngan saraf truan Hopfeld dapat dgunakan untuk memecahkan masalah rute terpendek dengan memberkan solus optmum yang tepat. Setelah dcoba beberapa kal percobaan kombnas jalur pada jarngan, terbukt JST Hopfeld dapat memberkan jalur terpendek bahkan dengan jumlah node yang banyak. Daftar Pustaka [] Ahn, C.W., Ramakrshna, R.S., Kang, C.G., and Cho, I.C. (200). Shortest Path Routng Algorthm Usng Hopfeld Neural Networks. IEEE Electroncs Letter on 3 th September 2006 vol. 37, no. 9. pp [2] Al, M.K.M., and Kamoun, F. (993). Neural Networks for Shortest Path Computaton and routng n Computer Networks. IEEE Transactons on Neural Networks, vol. 4, no. 6 November 993, pp [3] Kojc, N., Reljn, I., and Reljn, B. (2006). Neural Networks for Optmzaton of Routng n Communcaton Networks. Elec.Energ. vol. 9, no. 2 August 2006, pp [4] Krstanto, A. (2004). Jarngan Syaraf Truan.Yogyakarta : GavaMeda. [5] Kronecker Delta Functon, dakses 5 Jul
BAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciAPLIKASI KOHONEN SELF ORGANIZING PADA TRAVELLING SALESMAN PROBLEM (TSP) DENGAN PROGRAM MATLAB
Volume 01, Nomor 01, Agustus 016 ISSN: 58-638 APLIKASI KOHONEN SELF ORGANIZING PADA TRAVELLING SALESMAN PROBLEM (TSP) DENGAN PROGRAM MATLAB Nurul Imamah Ah. 1) 1) Prod Penddkan Matematka, FKIP, Unverstas
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciBAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciBab 2 Tinjauan Pustaka 2.1 Penelitian Terdahulu
Bab 2 Tnjauan Pustaka 2.1 Peneltan Terdahulu Pemlhan stud pustaka tentang sstem nformas penlaan knerja karyawan n juga ddasar pada peneltan sebelumnya yang berjudul Penerapan Metode TOPSIS untuk Pemberan
Lebih terperinci2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).
2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut
Lebih terperinciTINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph
TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper
Lebih terperinciMEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM
MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada
3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada
Lebih terperinciBAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas
Lebih terperinciCatatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan
Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciPENGENALAN HURUF BRAILLE BERBASIS JARINGAN SYARAF TIRUAN METODA HEBBRULE
1 PENGENALAN HURUF BRAILLE BERBASIS JARINGAN SARAF TIRUAN METODA HEBBRULE un Ennggar 1, Wahyul Amen Syafe, ST, MT 2, Bud Setyono,ST,MT 2 Jurusan Teknk Elektro, Fakultas Teknk Unverstas, Dponegoro Jl. Prof.
Lebih terperinciBAB 2 KAJIAN PUSTAKA
BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda
Lebih terperinciTinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal
157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciP n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciAPLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )
APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel
BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.3.1 Tempat Peneltan Peneltan n dlaksanakan d SMP Neger Gorontalo khususnya pada sswa kelas VIII. 3.3. Waktu Peneltan Peneltan n dlaksanakan selama
Lebih terperinciBAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas
BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan
Lebih terperinciBAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.
BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciBAB I PENDAHULUAN. pembangunan dalam sektor energi wajib dilaksanakan secara sebaik-baiknya. Jika
BAB I PENDAHULUAN 1.1.Latar Belakang Energ sangat berperan pentng bag masyarakat dalam menjalan kehdupan seharhar dan sangat berperan dalam proses pembangunan. Oleh sebab tu penngkatan serta pembangunan
Lebih terperinciSIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI
ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciPEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN SYARAF
PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN YARAF r Kusumadew Jurusan Teknk Informatka, Fakultas Teknolog Industr Unverstas Islam Indonesa Yogyakarya emal: cce@ft.u.ac.d Abstrak
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciPEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)
PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : meldapjt.78@gmal.com
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang
BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan
Lebih terperinciPENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING
Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciPreferensi untuk alternatif A i diberikan
Bahan Kulah : Topk Khusus Metode Weghted Product (WP) menggunakan perkalan untuk menghubungkan ratng atrbut, dmana ratng setap atrbut harus dpangkatkan dulu dengan bobot atrbut yang bersangkutan. Proses
Lebih terperinciPENDAHULUAN Latar Belakang
PENDAHULUAN Latar Belakang Menurut teor molekuler benda, satu unt volume makroskopk gas (msalkan cm ) merupakan suatu sstem yang terdr atas sejumlah besar molekul (kra-kra sebanyak 0 0 buah molekul) yang
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciPERANCANGAN JARINGAN AKSES KABEL (DTG3E3)
PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan
Lebih terperinciDekomposisi Nilai Singular dan Aplikasinya
A : Dekomposs Nla Sngular dan Aplkasnya Gregora Aryant Dekomposs Nla Sngular dan Aplkasnya Oleh : Gregora Aryant Program Stud Penddkan Matematka nverstas Wdya Mandala Madun aryant_gregora@yahoocom Abstrak
Lebih terperinciAPLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH. Yuni Yulida dan Muhammad Ahsar K
Jurnal Matematka Murn dan Terapan Vol. 3 No. Desember 009: 4-6 APLIKASI PERKONGRUENAN DALAM MENYELESAIKAN SISTEM PERSAMAAN LINEAR DUA PEUBAH Yun Yulda dan Muhammad Ahsar K Program Stud Matematka Unverstas
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciBAB I PENDAHULUAN I-1
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum
Lebih terperinciJURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :
JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : 1410-8518 MASAAH RUTE TERPENDEK PADA JARINGAN JAAN MENGGUNAKAN AMPU AU-INTAS Stud Kasus: Rute Peralanan Ngesrep Smpang ma Eko Bud
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciMODEL OPTIMASI PERENCANAAN INVESTASI GALANGAN KAPAL DENGAN PENDEKATAN PROGRAMASI TUJUAN GANDA
MAKARA, TEKOLOGI, VOL. 6, O. 3, DESEMBER 2002 MODEL OPTIMASI PERECAAA IVESTASI GALAGA KAPAL DEGA PEDEKATA PROGRAMASI TUJUA GADA Al Azhar Jurusan Teknk Perkapalan, Insttut Teknolog Adh Tama Surabaya Jl.
Lebih terperinciPENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO
Prosdng Semnar Nasonal Manajemen Teknolog III Program Stud MMTITS, Surabaya 4 Pebruar 2006 PENJADWALAN PRODUKSI d PT MEUBEL JEPARA PROBOLINGGO Mohammad Khusnu Mlad, Bobby Oedy P. Soepangkat, Nurhad Sswanto
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN. Latar Belakang Manova atau Multvarate of Varance merupakan pengujan dalam multvarate yang bertujuan untuk mengetahu pengaruh varabel respon dengan terhadap beberapa varabel predktor
Lebih terperinciPERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM
PERTEMUAN I PENGENALAN STATISTIKA TUJUAN PRAKTIKUM 1) Membuat dstrbus frekuens. 2) Mengetahu apa yang dmaksud dengan Medan, Modus dan Mean. 3) Mengetahu cara mencar Nla rata-rata (Mean). TEORI PENUNJANG
Lebih terperinciPost test (Treatment) Y 1 X Y 2
BAB III METODOLOGI PENELITIAN A. Metode Peneltan Metode Peneltan adalah cara lmah untuk memaham suatu objek dalam suatu kegatan peneltan. Peneltan yang dlakukan n bertujuan untuk mengetahu penngkatan hasl
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan
Lebih terperinciMENCERMATI BERBAGAI JENIS PERMASALAHAN DALAM PROGRAM LINIER KABUR. Mohammad Asikin Jurusan Matematika FMIPA UNNES. Abstrak
JURAL MATEMATIKA DA KOMUTER Vol. 6. o., 86-96, Agustus 3, ISS : 4-858 MECERMATI BERBAGAI JEIS ERMASALAHA DALAM ROGRAM LIIER KABUR Mohammad Askn Jurusan Matematka FMIA UES Abstrak Konsep baru tentang hmpunan
Lebih terperinciBAB III METODE PENELITIAN. menghasilkan Lembar Kegiatan Siswa (LKS) pada materi Geometri dengan
BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan pengembangan yang bertujuan untuk menghaslkan Lembar Kegatan Sswa (LKS) pada mater Geometr dengan pendekatan pembelajaran berbass
Lebih terperinciBAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada
BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka
Lebih terperinciSistem Kriptografi Stream Cipher Berbasis Fungsi Chaos Circle Map Dengan Pertukaran Kunci Diffie-Hellman
SEMINAR MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2017 Sstem Krptograf Stream Cpher Berbass Fungs Chaos Crcle Map Dengan Pertukaran Kunc Dffe-Hellman A-6 Muh. Fajryanto 1,a), Aula Kahf 2,b), Vga Aprlana
Lebih terperinciBAB V TEOREMA RANGKAIAN
9 angkaan strk TEOEM NGKIN Pada bab n akan dbahas penyelesaan persoalan yang muncul pada angkaan strk dengan menggunakan suatu teorema tertentu. Dengan pengertan bahwa suatu persoalan angkaan strk bukan
Lebih terperinciContoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.
BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya
Lebih terperinciBAB 3 GAMBARAN UMUM TEMPAT RISET
BAB 3 GAMBARAN UMUM TEMPAT RISET 3. Sejarah dan Kegatan Operasonal Perusahaan 8 3.. Sejarah Perkemangan Kantor Perwaklan Bank Indonesa Wlayah I (Sumut & Aceh) 8 3. Struktur Organsas dan Deskrps Tugas Kantor
Lebih terperinciBAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif
BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses
Lebih terperinciDalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang
LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama
Lebih terperinci2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil
.1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)
Lebih terperinciPELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC
PELABELAN TOTAL SISI AJAIB SUPER PADA GRAF CORONA-LIKE UNICYCLIC Kurnawan *, Rolan Pane, Asl Srat Mahasswa Program Stud S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam
Lebih terperinciBAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA
BAB ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA.1 Pendahuluan Pada sstem tga fasa, rak arus keluaran nverter pada beban dengan koneks delta dan wye memlk hubungan yang
Lebih terperinci3 METODE HEURISTIK UNTUK VRPTW
12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla
Lebih terperinciBAB II TINJAUAN PUSTAKA. George Boole dalam An Investigation of the Laws of Thought pada tahun
BAB II TINJAUAN PUSTAKA 2.1 Aljabar Boolean Barnett (2011) menyatakan bahwa Aljabar Boolean dpublkaskan oleh George Boole dalam An Investgaton of the Laws of Thought pada tahun 1954. Dalam karya n, Boole
Lebih terperinciLAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES
LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod
Lebih terperinciBAB I PENDAHULUAN. suatu komputer digital [12]. Citra digital tersusun atas sejumlah elemen.
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Ctra dgtal merupakan ctra hasl dgtalsas yang dapat dolah pada suatu komputer dgtal [12]. Ctra dgtal tersusun atas sejumlah elemen. Elemen-elemen yang menyusun ctra
Lebih terperinciBOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL
BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan
Lebih terperinciBAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis
BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan
Lebih terperinciBAB III OBYEK DAN METODE PENELITIAN. Obyek dalam penelitian ini adalah kebijakan dividen sebagai variabel
4 BAB III OBYEK DAN METODE PENELITIAN 3.1 Obyek Peneltan Obyek dalam peneltan n adalah kebjakan dvden sebaga varabel ndependen (X) dan harga saham sebaga varabel dependen (Y). Peneltan n dlakukan untuk
Lebih terperinciDIMENSI PARTISI GRAF GIR
Jurnal Matematka UNAND Vol. 1 No. 2 Hal. 21 27 ISSN : 2303 2910 c Jurusan Matematka FMIPA UNAND DIMENSI PARTISI GRAF GIR REFINA RIZA Program Stud Matematka, Fakultas Matematka dan Ilmu Pengetahuan Alam,
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1. Kamus Buku acuan yang memuat kata dan ungkapan, basanya dsusun menurut abjad berkut keterangan tentang makna, pemakaan, atau terjemahannya, kamus juga dsebut buku yang memuat
Lebih terperinciBAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat
BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton
Lebih terperinciOPTIMASI MASALAH PENUGASAN. Siti Maslihah
JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu
Lebih terperinci