DETEKSI GERAKAN MANUSIA DENGAN METODA PHASE ONLY CORRELATION.

Ukuran: px
Mulai penontonan dengan halaman:

Download "DETEKSI GERAKAN MANUSIA DENGAN METODA PHASE ONLY CORRELATION."

Transkripsi

1 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus DETEKSI ERAKA MAUSIA DEA METODA PHASE OLY CORRELATIO R. B. Wahyu * Toto Widyato ** ABSTRAK DETEKSI ERAKA MAUSIA DEA METODA PHASE OLY CORRELATIO. Maalah ii mguraia ttag algoritma dtsi gra-gri mausia mgguaa mtoda Phas- Oly Corrlatio POC dalam raga pgmbaga sistm vido survila amaa. Scara idal suatu sistm vido survila harus mampu mdtsi mgal da mlapora bradaa srta giata bda-bda trsbut pada suatu awasa yag diamati. Kbutuha sistm sprti ii sagat diharapa trutama pada awasa tigat amaa tiggi sprti istalasi taga ulir srta fasilitas puag. Scara umum sampai saat ii amra amaa haya diguaa sbagai baha buti bila tradi suatu ahata bua sbagai alat pcgah ahata. Kmaua dalam bidag tologi omputr visi tlah mmugia pgguaa amra amaa utu mdtsi bahaya pyusupa shigga dimugia pcgaha ahata slama 4 am. Slautya tologi omputr visi mmilii mampua utu mgaalisa giata bda-bda srta mmbria iformasi pada ptugas amaa mgai mugia giata yag mmbahayaa. Mtoda yag diusula utu sistm vido survila adalah utu mgtahui giata bda-bda trsbut. Kgiata utama dalam pross dtsi adalah mmbadiga fram citra saat ii dga fram rfrsi citra. Citra rfrsi muua viw dari masig-masig citra bda dalam sistm survila. Mtoda prbadiga yag palig sdhaa adalah mmbadiga lm citra dari buah citra amu mtoda ii mmrlua baya mmori. Bbrapa pliti lai mgguaa ofisi ourir utu myimpa da mmpros citra. Sdaga plitia ii mgguaa haya bagia fasa bua amplitudo scara sluruha. Hasil dari plitia muua bahwa mtoda ii tida trpgaruh olh ois da uga tida trpgaruh olh prgsra citra srta prubaha craha. Kata-ata uci: Aalisa giata Survila Phas-oly corrlatio Trasformasi ourir ABSTRACT DETECTIO O HUMA ACTIVITIES USI PHASE OLY CORRELATIO This papr prsts a algorithm for dtctio of obcts activitis usig th Phas-Oly Corrlatio POC fuctio to support vido survillac purposs. A idal-vido survillac systm-should automatically dtct rcogiz ad iform o th xistig of obcts ad thir activitis i th-itdd-ara. This dmad is highly rcommdd for proprtis that ar vry critical such as uclar powr plats ad thir supportig facilitis. Covsioally th scurity camra is mrly usd for th proof of crims that happd but it is ot usd for crim prvtio yt. Th advacs i computr visio tchology has mad availabl th us of scurity camra to b implmtd for itrudr dtctio ad crim prvtio i uclar facilitis for 4 hours. urthrmor th tchology ca aalyz th obct activitis ad iform th scurity officrs whthr thr is a possibility of hazard activitis. Th proposd dtctio mthod is usd for vido survillac systm is to dtrmi currt activitis of th obcts. Th mai activis durig dtctio procss is a procss to compar btw currt imag of obcts with th rfrc * Pusat Pgmbaga Iformatia ulir-bata -mail: wahyur@bata.go.id ** Solah Ti Eltro da Iformatia-ITB Badug -mail: totowidy@yahoo.com 3

2 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus imags. Ths rfrc imags rprst th viw of ach imag obct i survillac systm. Th simplst compariso approach might appar to b som sort of dirct compariso of two imags pixl by pixl but this will forc us to stor th whol imag usig much mmory. Som rsarchs proposd to us ourir cofficits to stor th imags. Our wor uss th phas portio istad of th amplitud. Th rsult shows th mthod provids highly robust agaist ois ad it is ot iflucd by imag shift ad brightss chag. Kywords: Activity Aalysis Survillac Phas-oly corrlatio ourir trasform PEDAHULUA Prmbaga tologi omputr visi rlatif sagat psat dalam tiga dad trahir ii amu dalam yataaya masih baya prsoala yag blum mmilii solusi yag mmuasa yag dapat dilihat dari masih bayaya prsoala yag harus dislsaia dalam bidag vido survila amaa. Walaupu dalam dad trahir ii sudah mulai baya piha bai dari duia aadmi maupu duia idustri yag mawara solusi pratis utu bidag vido survila amaa amu solusi yag ditawara masih sagat spsifi domai srta mmilii trbatasa yag masih sagat mgiat. Hal ii dapat trlihat dari salah satu hasil pgaia yag cuup omprhsif olh Dic da Broos 003 dalam bidag visual survila; walaupu amra amaa sudah dimafata dalam umlah yag baya sali amu amra amaa masih trbatas diguaa scara pasif. Salah satu publiasi yag mrupaa cial baal dalam prmbaga visual tracig adalah buu dga udul Computr Visio olh Ballard da Brow 98. Buu ii mguraia scara cuup dtail brbagai ragam mtodologi srta ti yag sagat brmafaat dalam bidag omputr visi. Sampai sarag buu ii mrupaa salah satu pgaga utama para pliti srta pratisi dalam duia omputr visi. Buu ii uga mraga salah satu harapa dari bidag omputr yag diharapa aa sagat brpra dalam hidupa masyaraat pada masa yag aa datag. Dalam buu ii Ballard da Brow mgataa bahwa tologi omputr visi mrupaa pgawataha bidag itlisi smu artificial itlligc. Diharapa dga mataga tologi omputr visi maa pada suatu saat omputr aa bar-bar crdas shigga sbuah omputr yag dilgapi dga tologi omputr visi mampu mggatia da mlasaaa tugas mata mausia. Baya impia srta harapa yag diaia olh tologi omputr visi dalam mrigaa tugas mausia dalam mlasaaa hidupa shari-hari. Plitia awal dalam bidag omputr visi yag mcoba utu mrapa osp omputr yag crdas dimulai olh Hogg 983. Publiasi Hogg mari prhatia duia itrasioal trutama masyaraat pgolaha citra dalam bidag omputr visi yag mrasa impia omputr dga mampua utu dapat mlihat mdati mampua mata mausia. Plitia ii sampai sarag masih madi 4

3 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus salah satu ruua dalam pgmbaga cabag visual tracig. Dalam mmbagu sistm trsbut Hogg mgguaa mtoda pgguaa mod l dua dimsi utu msimulasia graa mausia. Dalam prmbagaya plitia dalam bidag visual tracig brmbag dga brbagai pdata da mtodologi mulai dari yag mgiuti pdata sprti yag dilaua Hogg srta pdata laiya. Scara garis bsar pdata dalam mdtsi mlaua idtifiasi srta mgaalisis gra-gri mausia dapat dilompoa atas tiga lompo utama. Pdata prtama adalah pdata dga mgguaa modl 3-D tiga dimsi sprti yag dila ua olh avrilla996. Pdata dua adalah pdata dga modl -D dua dimsi yag dimotori salah satuya olh Hogg 983. Klompo tiga yaitu pdata yag mgguaa fitur dari mausia dalam mlaua dtsi idtifiasi srta aalisis gra-gri mausia. Plitia dga mgguaa fitur mrupaa salah satu modl yag cuup populr dalam bidag visual tracig da dimotori olh Ptlad 995. Slautya brbagai ragam plitia visual tracig brmbag trus da pada tahu 996 sampai tahu 000 pmritah Amria Sriat mlalui Dpartm Prtahaaya Dpartmt of Dfc DOD dga mlibata lmbaga pdidia tiggi tral yag dimotori olh Cargi Mlo Uivrsity CMU srta idustri prtahaa yag dimotori olh Saroff Corporatio mlasaaa proy Visual Survillac ad Moitorig VSAM. Proy ii mrupaa salah satu proy ambisius pmritah Amria Sriat yag igi mmafaata tologi omputr visi dalam sistm prtahaa mra. Sbagia bsar prgurua tiggi las atas di Amria dilibata dalam proy ii utu mgai brsama mulai dari ilmu dasar sampai prapa tologi omputr visi dga brbagai mtoda srta ti-ti yag mmugia. Mtoda yag diusula utu sistm vido survila adalah utu mgtahui giata bda-bda trsbut. Kgiata utama dalam pross dtsi adalah mmbadiga fram citra saat ii dga fram rfrsi citra. Citra rfrsi muua viw dari masig-masig citra bda dalam sistm survila. Mtoda prbadiga yag palig sdhaa adalah mmbadiga lm citra dari buah citra amu mtoda ii mmrlua baya mmori. Bbrapa pliti lai mgguaa ofisi ourir utu myimpa da mmpros citra. Sdaga plitia ii mgguaa haya bagia fasa bua amplitudo scara sluruha. Hasil dari plitia muua bahwa mtoda ii tida trpgaruh olh ois da uga tida trpgaruh olh prgsra citra srta prubaha craha.. METODOLOI Tuua utama dari maalah ii adalah mmbagu suatu sistm survila amaa yag crdas sprti diprlihata pada gambar. Pada sistm ii lagahlagah yag dilaua adalah sbagai briut. Pross prtama yag dilaua adalah mlaua dtsi graa citra imag motio dari drta citra vido vido 5

4 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus stram yag brasal dari awasa yag dimoitor. Dtsi graa dimasuda utu magap ob brgra didalam drta citra yag aa diadia sbagai ob pmrossa slautya. ra-gri ob yag ditagap sistm slautya dipross da diiformasia sbagai giata yag mcurigaa atau tida. ragri yag ama didfiisia sbagai graa yag tida mimbula mugia bahaya sdaga graa yag mcurigaa didfiisia sbagai graa diluar graa diluar biasaa pada awasa yag dimoitor. Slautya utu graa yag mcurigaa ii aa dilapora pada ptugas amaa shigga mugia yag tida diigia apat dihidari. ambar. Sistm Kamaa yag Crdas. Sistm yag dimbaga ii dituua utu mmbagu suatu sistm yag crdas dga mtoda yag robust da mudah diapliasia dalam bidag vido survila amaa. Mtoda ii rlatif sagat sdrhaa tida mmbutuha omputasi data yag rumit amu mmilii tigat aurasi da hadala yag traga. Aa ttapi sama sprti mtoda yag lai is graa yag trdtsi da iformasi fitur yag dimafaata masih sagat trbatas. Vido Vido Data Dtsi raa Pgayaa raa Trasformasi Sltoisasi ourir Tuu Phas-Oly Estrasi Corrlatio Klasifiasi Klasifiasi - raa gri Aalisa Aalisa raa Iformasi raa Iform Survil ambar. Tahapa Pross dalam Pmbagua Survila Visual 6

5 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus ugsi Phas-Oly Corrlatio POC Sbagaimaa disiggug sblumya loaslisasi adalah suatu pross mmbadiga atara citra rfrsi dga citra saat ii. Maa ia dua buah citra da dga fugsi f da g. Maa da mrupaa fugsi trasformasi ourir D D DT dari dua citra. Slautya da dapat dirprstasia sbagai briut: + f π A θ + g π A θ Rlasi sptrrum cross spctrum atara da dirprstasia olh R A A θ 3 Dimaa muua th complx cougat of da θ θ θ. Slautya rlasi fasa sptrum cross-phas spctrum atau ormalisasi rlasi sptrum ˆ R didfiisia sbagai: ˆ R θ 4 ugsi orlasi fasa ˆ r fg adalah Ivrs Discrt ourir Trasform Dimsi D IDT dari ˆ R da dapat diyataa sbagai: + ˆ ˆ fg R r π 5

6 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus Dga mgguaa iformasi fasa da bua mgguaa iformasi ofisi amplitudo maa mtoda yag diguaa ii sagat bagus dalam mghadapi ois da tida trpgaruh olh prgraa citra imag shift da prubaha craha [0]. IMPLEMETASI Algoritma Sistm Dtsi raa Algoritma pada ambar 3 dibawah diguaa utu mdtsi bradaa ob srta graa yag tradi pada awasa yag dimoitor dapat diuraia sbagai briut or imag to Imags Rad Imags Hitug prbdaa itsitas yag tradi utu stiap lm citra da badiga dga ilai batas or X to maxx or Y to maxy Hitug ilai prbdaa itsitas I x I y I x I y Edif I t I t If displacmt < Thrshold th low 0 Els low ambar 3. Algoritma dtsi graa Algoritma diatas mrupaa algoritma yag diapliasia trhadap drta citra vido vido stram utu mmprolh graa tradi dalam raga survila amaa. amu algoritma diatas tida mghasila graa citra imag motio yag smpura. Utu itu pross slautya adalah pross pgayaa graa citra imag motio hacmt prlu dilaua pada tahap slautya. 8

7 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus Implmtasi Sistm Dtsi raa Sprti tlah diuraia pada pmbahasa sblumya dtsi graa dilaua dga mcari prbdaa yag tradi atara drta citra vido. Prtama drta citra vido dipcah dalam btu fram yag diiuti dga prhituga prbdaa atara fram yag bruruta. Prbdaa yag tradi mggambara graa yag tradi. ambar 4.a da ambar 4.b briut mmprlihata buah fram yag bruruta dari suatu ruaga yag dimoitor. Dari fram yag bruruta bda yag brgra adalah mausia yag pada dua gambar dimasua dalam ota sdaga bda lai didalam ruaga trsbut brsifat diamstatis. Ssuai dga pmbahasa pada uraia sblumya maa utu bda yag brgra aa mghasila prbdaa itsitas yag ia mmuhi ilai batas trttu aa mghasila graa citra imag motio. ambar 4.a Citra pada watu t ambar 4.b Citra pada watu t+ HASIL DA PEMBAHASA Hasil Ssuai dga pmbahasa pada uraia sblumya maa uicoba dtsi gra-gri dga ii mmpuyai dua tuua utama. Tuua prtama adalah mmprluas is iformasi yag bisa diprolh dga pambaha umlah is gra-gri yag diguaa. Kosusi logis dari pambaha ii madia mtoda yag diusula olh uiyoshi da Lipto diharapa aa migata mampua mtoda ii dalam mdtsi is gra-gri yag dilaua. Tuua 9

8 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus dua adalah mmbadiga tigat aurasi iformasi yag dihasila ia dibadiga dga mtoda awal yag dimbaga olh uiyoshi da Lipto [3]. ambar 5. Ob mausia dalam brbagai posisi Tabl Hasil dga mgguaa Jariga saraf Tirua o ait Typ Dtctio Walig to right 8373 Walig to lft Sittig hadd to right 85 4 Sittig hadd to lft 88 5 Walig with right hads up Walig with lft hads up Ruig to right Ruig to lft Tur right 654 Tur lft 6443 Walig with right hads i frot 7877 Walig with lft hads i frot 8369 Walig to right carryig obct 849 Walig to lft carryig obct 854 Walig to frot 8554 Hads ar wid to sid 859 0

9 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus KESIMPULA Plitia yag tlah dilaua mmbria otribusi dalam bidag ilmua gra-gri mausia dalam dua hal utama: Sistm yag dimbaga mampu mdtsi gra-gri ob dalam bbrapa posisi. Kmampua utu mdtsi gra-gri ii tida dapat dibria olh sistm survila amaa ovsioal; Dga mgguaa iformasi gra-gri ob yag diawasi pada awasa yag dimoitor maa aa dapat dibagu suatu iformasi idtifiasi ob yag prah brada pada awasa trsbut. Iformasi ui sigatur yag disimpa dalam sistm dapat dimbaga mgguaa ofisi ourir. Mgguaa idtifiasi ui yag sdrhaa ii maa iformasi bradaa suatu ob dapat dga mudah diali shigga ob lai yag blum dial dapat diiformasia sbagai iformasi yag mcurigaa atau prlu dapat prhatia ptugas amaa. Dalam pmbagua sistm yag disula ii mtoda yag digua iformasi fasa bua amplitudo. Hasil plitia muua bahwa mtoda ii sagat bagus da dapat mgabaia pgaruh ois srta tida trpgaruh olh prgsra citra da prubaha craha. KEIATA SELAJUTYA Dalam maalah ii tlah diuraia suatu prsyarata dasar utu mmbagu suatu sistm survila amaa yag crdas. amu utu dapat implmtasia pada situasi yata maa bbrapa giata trait srta poss pmataga mtoda masih prlu dilaua. DATAR PUSTAKA. B.K.P HOR ad B. SCHUK Dtrmiig Optical low. Artificial Itlligc vol CHRISTOPHER R WRE. BRIA P.CLARKSO ALEX P PETLAD. Udrstadig Purposful of Huma Motio MIT Mdia Laboratory Prcptual Computig Sctio Tchical Rports o. 485 appars i ourth IEEE Itratioal Cofrc o Automatic ac ad stur Rcogitio HIROOBU UJIYOSHI ALA J LIPTO. TAKEO KAADE Ral-tim Huma Motio Aalysis by Imag Slto IEICE Trasactio o Iformatio ad Systm Vol. E87 D O. Jauary 004.

10 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus R. B WAHYU TATI R MEKO BAMBA PHARMASETIAWA ADRYA B. SUKSMOO 005: Obcts Dtctio ad Activity Aalysis Usig Computr Visio Approach Itratioal Cofrc o Istrumtatio Commuicatio ad Iformatio Tchology ICICI Proc. August 3rd-5th Badug Idosia ROBERT T COLLIS. t.al. A Systm for Vido Survillac ad Moitorig CMU-RI-TR-00- Th Robotics Istitut Cargi Mllo Uivrsity Pittsburgh PA - Th Saroff Corporatio Pricto J SOMBOO HOE RACOIS BR EMOD ad RAMAKAT EVATIA Rprstatio ad Optimal Rcogitio of Huma Activitis Computr Visio ad Pattr Rcogitio TAO ZHAO ad RAM EVATIA 3D Tracig of Huma Locomotio: A Tracig as Rcogitio Approach Itratioal Cofrc o Pattr Rcogitio D. OX. MARKOV LOCALIZATIO: A Probabilistic ramwor for Mobil Robot Localizatio ad avigatio. Doctoral Thsis. Istitut of Computr Scic III Uivrsity of Bo rmay E. MEEATTI T. MAEDA & H. ISHIURO Imag-basd mmory for robot avigatio usig proprtis of omidirctioal imags. Robotics ad Autoomous Systms. Elsvir. Vol 474 July K. Taita t.al. "High-accuracy subpixl imag rgistratio basd o Phas-Oly Corrlatio." IEICE Tras. udamtals Vol. E86-A8 Aug H. A. Mallot t.al. Ivrs prspctiv mappig simplifis optical flow computatio ad obstacl dtctio. Biological Cybrtics vol K. OOUCHI. TAKEDA AD M. WATAABE. Plaar proctio stropsis mthod for road xtractio. IEICE Tras. If. & Syst. vol. E8-D ADORI S. CAOI ad M. MORDOII. A fficit prspctiv ffct rmoval tchiqu for sc itrprtatio. Proc. Asia Cof. o Computr Visio ADORI t.al. Omidirctioal Visio Algorithms i Robotics. VIII Covgo AI*IA 00.

11 Risalah Loaarya Komputasi dalam Sais da Tologi ulir: 6-7 Agustus DATAR RIWAYAT HIDUP. ama : R.B Wahyu. Tmpat/Taggal Lahir : Jaarta 8 Juli Istasi : Pusat Pgmbaga Iformatia ulir BATA 4. Praa / Jabata : Staf Komputasi 5. Riwayat Pdidia : stlah SMA sampai sarag S Jurusa isia MIPA UI 985 Diploma i Computr Scic Codordia Uivrsity Motral Caada Mastr i Computr Scic Curti Uivrsity of Tchology Prth Wstr Australia PhD Studt Solah Ti Elotroia da Iformatia Istitut Tologi Badug 6. Pgalama Kra : Pusdilat BATA Biro Bia Program BATA 988 sarag Pusat Pgmbaga Iformatia BATA 7. Orgaisasi : IAHIA Idosia Halth Iformatics Associatio: oudr & Mmbr 8. Maalah yag dipubliasia : LKST BATA Itratioal Cofrc o Istrumtatio Commuicatio ad Iformatio Tchology ICICI 005 Proc. August 3rd -5th 005 Badug Idosia 3

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA.

MODIFIKASI METODE NEWTON DENGAN KEKONVERGENAN ORDE TIGA. MDIFIKASI METDE NEWTN DENGAN KEKNVERGENAN RDE TIGA Fby Satrya HP ), Agusi ), Musraii ) bysatrya@ymail.om ) Mahasiswa Program Studi S Matmatia ) Dos Matmatia, Jurusa Matmatia Faultas Matmatia da Ilmu Pgtahua

Lebih terperinci

ANALISIS CEPSTRUM SINYAL SUARA

ANALISIS CEPSTRUM SINYAL SUARA MAKALAH ANALII CEPTRUM INYAL UARA Disusu Ol: NENI ARYANI L2F 300 543 JURUAN TEKNIK ELEKTRO FAKULTA TEKNIK UNIVERITA DIPONEGORO E M A R A N G 2 0 0 2 DAFTAR II JUDUL... 1 ABTRAK... 1 1. Pdaulua.... 1 2.

Lebih terperinci

Transformasi Fourier Waktu Diskrit

Transformasi Fourier Waktu Diskrit Praktikum Isyarat da Sistm Topik 5 Trasformasi ourir Waktu Diskrit Tuua Mahasiswa dapat mtuka da mgguaka trasformasi ourir waktu diskrit dalam aalisa suatu sistm LTI Mahasiswa dapat mgguaka MATLAB sbagai

Lebih terperinci

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n.

b. peluang terjadinya peristiwa yang diperhatikan mendekati nol (p 0). c. perkalian n.p =, sehingga p = /n. 0 DISTRIBUSI POISSO Distribusi Poisso ii diprolh dari distribusi biomial, apabila dalam distribusi biomial brlau syarat-syarat sbagai briut: a. baya pgulaga sprimya sagat bsar ( ). b. pluag trjadiya pristiwa

Lebih terperinci

Transformasi Z Materi :

Transformasi Z Materi : 4 Trasformasi Z Matri : Dfiisi Trasformasi Darah Kovrgsi (Rgio of Covrgc) Diagram Pol Zro Sifat Trasformasi Trasformasi dalam Btu Poliomial Rasioal Fugsi Sistm atau Fugsi Trasfr H() dari Sistm Liir Tida

Lebih terperinci

Bab 5: Discrete Fourier Transform dan FFT

Bab 5: Discrete Fourier Transform dan FFT BAB 5 Dicrt Fourir Traform da FFT Bab 5: Dicrt Fourir Traform da FFT Dicrt Fourir Traform DFT. Dfiii Tuua Blaar Prta dapat mdfiiia DFT, da mghitugya. Utu mlaua aalii frui dari iyal watu dirit maa prlu

Lebih terperinci

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring

Aplikasi Metode Matrix Cascade Pada Perhitungan Koefisien Pantul Gelombang Suara Bawah Air Untuk Dasar Laut Miring Apliasi tod atri Cascad Pada Prhituga Kofisi Patul Glombag Suara Bawah Air Utu Dasar aut irig Day Friyadi da Irsa Somatri Brodjogoro Program Studi Ti Klauta, Istitut Tologi Badug (Email : dayf899@gmail.com)

Lebih terperinci

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t}

TEORI ANTRIAN. Elemen Dasar Model Antrian. Distribusi Poisson dan eksponensial. =, t 0, dimana E { t} Elm Dasar Modl Atria. TEORI ANTRIAN Aktor utama customr da srvr. Elm dasar :. distribusi kdataga customr.. distribusi waktu playaa. 3. disai fasilitas playaa (sri, parall atau jariga). 4. disipli atria

Lebih terperinci

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI

EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACHING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N 2 TURI EFEKTIVITAS PEMBELAJARAN MATEMATIKA DENGAN MODEL QUANTUM TEACING (QT) DITINJAU DARI KREATIVITAS BELAJAR SISWA KELAS VIII SMP N TURI Moita Dwiyai ), Ni Wahyu Utami ) Faultas Kgurua da Ilmu Pdidia Uivrsitas

Lebih terperinci

ESTIMASI TITIK BAYESIAN OBYEKTIF

ESTIMASI TITIK BAYESIAN OBYEKTIF ESTIMASI TITIK BAYESIAN OBYEKTIF Adi Stiawa (adi_stia_3@yahoo.com) Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist Satya Wacaa Jl Dipogoro 52-6 Salatiga 57, Idosia Abstrak Estimasi

Lebih terperinci

BAB 2 SOLUSI NUMERIK PERSAMAAN

BAB 2 SOLUSI NUMERIK PERSAMAAN BAB SOLUSI NUMERIK PERSAMAAN Dalam sais da rkayasa, kita srigkali harus mcari akar solusi dari prsamaa f 0. Jika f mrupaka fugsi poliomial liar atau kuadratis, solusi ksakya mudah utuk didapatka kara rumusya

Lebih terperinci

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data Esata: Jural Imu-Ilmu MIA p. ISSN: 4-47. ISSN: 5-64 Distributio of th Diffrc of Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam

Lebih terperinci

Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS

Respon Frekuensi pada FIR Filter. Oleh:Tri Budi Sanrtoso ITS Rpo Frui pada FIR Filtr Olh:Tri Budi Sartoo Lab Siyal,, EEPIS-ITS ITS 1 Rpo iuoida pada itm FIR Suatu itm FIR diyataa: y[ ] b x[ ] h[ ] x[ ] 0 0 (1 Siyal iput cara umum mrupaa btu ompl dirit x[ ] x[ A

Lebih terperinci

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data

Distribution of the Difference of Two Independent Poisson Random Variables and Its Application to the Literate Population Data Distributio o th Dirc o Two Idpdt oisso Radom Variabls ad Its Applicatio to th Litrat opulatio Data Atia Ahdia rogram Studi Statistia Uivrsitas Islam Idosia Jala Kaliurag Km 45 Slma Yogaarta atia.a@uii.ac.id

Lebih terperinci

Aprillyan Cahyanti Mahasiswa S1 Pend. Tata Busana, Fakultas Teknik, Universitas Negeri Surabaya

Aprillyan Cahyanti Mahasiswa S1 Pend. Tata Busana, Fakultas Teknik, Universitas Negeri Surabaya PENGARUH UKURAN LEBAR LIPATAN TERHADAP HASIL JADI UNDULATING TUCKS PADA ROK SUAI BERBAHAN DENIM Aprillya Cahyati Mahasiswa S1 Pd. Tata Busaa, Faultas Ti, Uivrsitas Ngri Surabaya aprillya91@yahoo.com Sri

Lebih terperinci

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra

METODE SECANT-MIDPOINT NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR. Supriadi Putra METODE SENT-MIDPOINT NEWTON UNTUK MENYELESIKN PERSMN NONLINER Supriadi Putra sputra@uri.ac.id Laboratorium Komputasi Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua lam Uivrsitas Riau Kampus Biawidya

Lebih terperinci

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73

Jurnal Mutiara Pendidikan Indonesia, 10/08 (2016), 67-73 67, 1/ (16), 67-73 STUDI OPARASI IPLEENTASI URIULU PADA PEBELAJARAN ASELERASI DAN PEBELAJARAN REGULER (ajia pada las XI CI+BI IPA da las XI IPA di SAN 1 Padag) Yssi Rifmasari STIP Adzkia Padag Email :

Lebih terperinci

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT

BAB 1 HAMPIRAN TAYLOR DAN ANALISIS GALAT Catata Kuliah EL Aalisis Numrik BAB HAMPIRAN TAYLOR DAN ANALISIS GALAT. Pgatar Mtod Numrik Ktika kita mylsaika prsamaa-prsamaa matmatika di maa torma-tormaya masih dapat ditrapka, solusi aalitik atau solusi

Lebih terperinci

Gambar 3.1Single Channel Multiple Phase

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

Lebih terperinci

Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes

Klasifikasi Berita Twitter Menggunakan Metode Improved Naïve Bayes Jural gmbaga Tkologi Iformasi da Ilmu Komputr -ISSN: -X Vol., No., Oktobr, hlm. - http://j-ptiik.ub.ac.id Klasifikasi Brita Twittr Mgguaka Mtod Improvd Naïv Bays Budi Kuriawa, Mochammad Ali auzi, Agus

Lebih terperinci

Perluasan Uji Kruskal Wallis untuk Data Multivariat

Perluasan Uji Kruskal Wallis untuk Data Multivariat Statistia, Vol. No., Mei Perluasa Uji Krusal Wallis utu Data Multivariat TETI SOFIA YANTI Program Studi Statistia, Uiversitas Islam Badug, Jl. Purawarma No. Badug. E-mail: buitet@yahoo.com ABSTAK Adaia

Lebih terperinci

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR

METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Vol. 9. No., 0 Jural Sais, Tkologi da Idustri METODE ITERASI BARU UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR Supriadi Putra, Ria Kuriawati, Asmara Karma sputra@uri.ac.id Laboratorium Matmatika Trapa Jurusa

Lebih terperinci

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah dengan Orde Konvergensi Enam untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol No Juli 6 ISSN 6-5 Mtod Itrasi Tiga Lagkah dga rd Kovrgsi Eam utuk Mlsaika Prsamaa Noliar M Ari da M M Niam Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari

Lebih terperinci

Penerapan Metode Forward Chaining Pada Sistem Pakar Kerusakan Komputer

Penerapan Metode Forward Chaining Pada Sistem Pakar Kerusakan Komputer IJCIT (Idosia Joural o Computr ad Iformatio Tchology) Vol.2 No.2, Novmbr 207, pp. 4~23 ISSN: 2527-449X E-ISSN: 2549-742 4 Prapa Mtod Forward Chaiig Pada Sistm Krusaka Komputr Ry Oktapiai Program Studi

Lebih terperinci

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001

UNDERSTADING THE POLICY MAKING ASSOCIATED WITH THE DECREE OF THE MINISTRY OF EDUCATION AND CULTURE NUMBER 107/U/2001 EAHAAN ENGABIL KEBIJAKAN TERHADA SK ENDIKNAS NOOR 107/U/2001 UNDERSTADING THE OLICY AKING ASSOCIATED WITH THE DECREE OF THE INISTRY OF EDUCATION AND CULTURE NUBER 107/U/2001 Ida alati Sajati Sri Kuriati

Lebih terperinci

BAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK

BAB VIII KRISTAL KRIST SEMIKONDUKT SEMIK A VIII KRISAL SEMIKONDUKOR MAERI : 8.1.Kristal smiodutor itrisi. 8.1.1.ti pguura clah rgi. 8.1..massa ftif 8.1.3.lima alasa hol diaggap sbagai partil brmuata positif. 8.1.4.ostrasi ltro 8.1.5.ostrasi hol.

Lebih terperinci

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga)

INTEGRAL FOURIER. DISUSUN OLEH : Kelompok III (Tiga) INTEGRA FOURIER DISUSUN OEH : Klompok III (Tiga). Maruah (7 6). Yusi Oktavia (7 45 ) 3. Widya Elvi AS (7 45) 4. Azar Saarudi (7 454) 5. Irmaati (7 455) Mata Kuliah Dos Pgasuh Klas : Matmatika ajuta : Fadli,

Lebih terperinci

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal

Modifikasi Metode Bahgat tanpa Turunan Kedua dengan Orde Konvergensi Optimal Smiar Nasioal Tkologi Iformasi, Komuikasi da Idustri (SNTIKI 9 ISSN (Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Syarif Kasim Riau ISSN (Oli : 79-406 Pkabaru, -9 Mi 07 Modifikasi Mtod Bahgat tapa

Lebih terperinci

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT

MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN PERSAMAAN NONLINEAR ABSTRACT MODIFIKASI SEDERHANA DARI VARIAN METODE NEWTON UNTUK MENYELESAIKAN Supriadi Putra Jurusa Matmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau, Pkabaru ABSTRAT This articl discusss a simpl modiicatio

Lebih terperinci

KOMPUTASI DAN DINAMIKA FLUIDA

KOMPUTASI DAN DINAMIKA FLUIDA KOMPUTASI DAN DINAMIKA FLUIDA TUGAS Olh RIRIN SISPIYATI NIM : 006003 Program Studi Matmatia INSTITUT TEKNOLOGI BANDUNG 009 Ercis 40 Ta as initial spctrum a bloc function nonzro for ½. Animat th initial

Lebih terperinci

Jurnal MIPA 37 (1): (2014) Jurnal MIPA.

Jurnal MIPA 37 (1): (2014) Jurnal MIPA. Jural MIP 37 (1): 79-91 (014) Jural MIP http://oural.us.ac.id/u/id.php/jm ESENSI NILI DN EKTOR EIGEN DRI SUTU OPERTOR PD RUNG HILBERT KLSIK Wurato Jurusa Matmatia, FMIP, Uivrsitas Ngri Smarag, Idosia Ifo

Lebih terperinci

PPPM DIR Prosedur PPPM: Tindak Lanjut Hasil Penelitian dan Pengabdian 25 Agustus 2017 kepada Masyarakat

PPPM DIR Prosedur PPPM: Tindak Lanjut Hasil Penelitian dan Pengabdian 25 Agustus 2017 kepada Masyarakat 1/5 DIR Prosdur : 1. Tujua Mmastika bahwa tidak lajut trhadap hasil kgiata plitia da pgabdia kpada masyarakat difasilitasi. 2. Ruag Ligkup Tidak lajut hasil plitia da pgabdia masyarakat dalam btuk: - Diskusi

Lebih terperinci

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner

S - 1 Penggunaan Metode Bayesian Obyektif dalam Analisis Pengukuran Tingkat Kepuasan Pelanggan Berdasarkan Kuesioner PROSIDING ISBN : 978 979 6353 6 3 S - Pgguaa Mtod Baysia Obyktif dalam Aalisis Pgukura Tigkat Kpuasa Plagga Brdasarka Kusior Adi Stiawa Program Studi Matmatika, Fakultas Sais da Matmatika Uivrsitas Krist

Lebih terperinci

METODE PENGUKURAN FERTILITAS

METODE PENGUKURAN FERTILITAS Diisi Pua Aa Kotiu Pua aa iataa otiu jia F P apat ugsi sara ( ( iyataa sagai ( ( F u u R ga : R aala ugsi yag tritgrala. Fugsi isut ugsi pata pluag ari. [Gritt a Stirzar 199] Nilai Harapa Diisi Nilai Harapa

Lebih terperinci

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear

Metode Iterasi Orde Konvergensi Enam Untuk Penyelesaian Persamaan Nonlinear Smiar asioal Tkologi Iormasi Komuikasi da Idustri STIKI 9 ISS Pritd : 9- Fakultas Sais da Tkologi UI Sulta Sari Kasim Riau ISS li : 9-6 Pkabaru 8-9 Mi Mtod Itrasi rd Kovrgsi Eam Utuk Plsaia Prsamaa oliar

Lebih terperinci

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika

Analisis Faktor Faktor Yang Mempengaruhi Kemampuan. : Pemecahan Masalah, Soal Cerita Matematika Kartika Hadayai Z Aalisis Faktor Faktor Yag Mmpgaruhi Kmampua PmcahaMasalah Soal Crita Matmatika Kartika Hadayai Z Prodi Pdidika Matmatika PPs Uivrsitas Ngri Mda Email: kartikahadayaiasthaas@yahoo.com

Lebih terperinci

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan

BAB 2 LANDASAN TEORI. lebar pita sinyal tersebut. Pada kebanyakan aplikasi, termasuk kamera digital video dan BAB LADASA TEORI Teorema Shao-yquist meyataa agar tida ada iformasi yag hilag etia pecuplia siyal, maa ecepata pecuplia harus miimal dua ali dari lebar pita siyal tersebut. Pada ebayaa apliasi, termasu

Lebih terperinci

MACAM-MACAM TEKNIK MEMBILANG

MACAM-MACAM TEKNIK MEMBILANG 0 MACAM-MACAM TEKNIK MEMBILANG ATURAN PERKALIAN Beriut ii diberia sebuah dalil tetag peetua baya susua yag palig sederhaa dalam suatu permasalaha yag beraita dega peluag. Dalil 2.1: ATURAN PERKALIAN SECARA

Lebih terperinci

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria

BAB II LANDASAN TEORI. kesetimbangan, linearisasi, bilangan reproduksi dasar, analisa kestabilan, kriteria BAB II LANDASAN EORI Pada bab ii aka dibahas tori tori pdukug yag aka diguaka pada bab slajutya, atara lai modl matmatika, modl pidmik SIR klasik, ilai ig, prsamaaa difrsial, sistm prsamaa difrsial, titik

Lebih terperinci

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN

OLEH: DESTRIYANTI TRI BUDIARTI YULLIA HESTIANA IRWAN SEPTEMBER GUNAWAN OLEH: DESTRIYANTI 7 58 TRI BUDIARTI 7 YULLIA HESTIANA 7 5 IRWAN SEPTEBER 7 46 GUNAWAN 7 KELAS : 6. L ATA KULIAH : ATEATIKA LANJUTAN DOSEN PENGASUH : FADLI, S.Si FAKULTAS KEGURUAN DAN ILU PENDIDIKAN UNIVERSITAS

Lebih terperinci

BAB V DISTRIBUSI PROBABILITAS DISKRIT

BAB V DISTRIBUSI PROBABILITAS DISKRIT BAB V DISTRIBUSI ROBABILITAS DISKRIT 5.. Distribusi Uniform Disrit Bila variabl aca X mmilii nilai,,... dngan probabilitas yang sama, maa distribusi uniform disrit dinyataan sbagai: f (, ) ;,,... paramtr

Lebih terperinci

SISTEM PEMASARAN PRODUK BERBASIS WEB PADA KOPERASI KARYAWAN DAN DOSEN (KOPKARDO) STTA YOGYAKARTA

SISTEM PEMASARAN PRODUK BERBASIS WEB PADA KOPERASI KARYAWAN DAN DOSEN (KOPKARDO) STTA YOGYAKARTA Smiar Nasioal Tologi Iformasi da Kdirgataraa (SENATIK) Vol. III, 21 Dsmbr 2017, P-ISSN: 2337-3881, E-ISSN: 2528-1666 DOI: ttp://dx.doi.org/10.28989/sati.v3i0.100 SISTEM PEMASARAN PRODUK BERBASIS WEB PADA

Lebih terperinci

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA

KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Vol. 9. No. Jural Sais Tkologi da Idustri KONVERGENSI MODIFIKASI METODE NEWTON GANDA DENGAN MENGGUNAKAN KELENGKUNGAN KURVA Yuslita Muda Wartoo Novi Maulaa Laboratorium Matmatika Trapa Jurusa Matmatika

Lebih terperinci

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C.

BAB II LANDASAN TEORI. gamma, fungsi likelihood, dan uji rasio likelihood. Misalkan dilakukan percobaan acak dengan ruang sampel C. BAB II LANDASAN TEORI Pada bab ii aa dibahas teori teori yag meduug metode upper level set sca statistics, atara lai peubah aca, distribusi gamma, fugsi gamma, fugsi lielihood, da uji rasio lielihood.

Lebih terperinci

( α = 0, 05 ) rumus yang digunakan untuk menentukan jumlah anggota sampel adalah:

( α = 0, 05 ) rumus yang digunakan untuk menentukan jumlah anggota sampel adalah: BAB LANDASAN TEORI Pramala adalah giaa umu mmpriraa apa ag aa rjadi pada masa ag aa daag brdasara pgalama di masa lalu. Mod pramala ag srig diguaa dalam oomi da duia usaha adalah dr wau (im sris).. Bbrapa

Lebih terperinci

Penerapan Balanced Scorecard pada Pengukuran Kinerja Lembaga Pendidikan

Penerapan Balanced Scorecard pada Pengukuran Kinerja Lembaga Pendidikan Prapa Balacd Scorcard pada Pgukura Kirja Lmbaga Pdidika Nasir Widha Styato Program Studi Tkik Idustri Fakultas Tkik Uivrsitas Brawijaya Jala MT. Haryoo 167, Malag 65145, Idosia azzyr_li@ub.ac.id Arif Rahma

Lebih terperinci

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian

TEORI ANTRIAN. A. Definisi dan Unsur-unsur Dasar Model Antrian TEORI ANTRIAN Tori atria mrupaka studi matmatis mgai atria atau waitig lis yag di dalamya disdiaka bbrapa altratif modl matmatika yag dapat diguaka utuk mtuka bbrapa karaktristik da optimasi dalam pgambila

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal. 2-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal. 2-2 Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryao Sudiram ig Uari Mgal Sifa-Sifa Marial 1 - Sudaryao S & Nig Uari, Mgal Sifa-Sifa Marial 1 BB Elro Sbagai Paril Da Sbagai Glombag Tla disiggug di bab sblumya, d Brogli mgaua posula bawa paril yag

Lebih terperinci

MODUL BARISAN DAN DERET

MODUL BARISAN DAN DERET MODUL BARISAN DAN DERET SEMESTER 2 Muhammad Zaial Abidi Persoal Blog http://meetabied.wordpress.com BAB I. PENDAHULUAN A. Desripsi Dalam modul ii, ada aa mempelajari pola bilaga, barisa, da deret diidetifiasi

Lebih terperinci

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh

Modifikasi Varian Metode Newton dengan Orde Konvergensi Tujuh Jural Sais Matmatika da Statistika Vol. No. Juli 0 ISSN 0- Modiikasi Varia Mtod Nwto dga rd Kovrgsi Tujuh Wartoo Ria Rasla Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau Jl. HR. Sobratas

Lebih terperinci

Debuging Program dengan EasyCase

Debuging Program dengan EasyCase Modul asyc 1 Dbuging Program dngan EasyCas Di susun Olh : Di dukung olh : Portal dukasi Indonsia Opn Knowlodg and Education http://ok.or.id Modul asyc 2 KATA PENGANTAR Puji syukur kpada guru sjatiku Gusti

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

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

Lebih terperinci

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 5 Mata Kuliah : Matematia Disrit Program Studi : Tei Iformatia Miggu e : 5 KOMBINATORIAL PENDAHULUAN Persoala ombiatori bua merupaa persoala baru dalam ehidupa yata. Baya persoala ombiatori sederhaa telah

Lebih terperinci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya. BAB 1 PENDAHULUAN 1.1 Latar Belakag Aalisis regresi mejadi salah satu bagia statistika yag palig bayak aplikasiya. Aalisis regresi memberika keleluasaa kepada peeliti utuk meyusu model hubuga atau pegaruh

Lebih terperinci

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada.

TURUNAN FUNGSI. Definisi. 3.1 Pengertian Turunan Fungsi. Turunan fungsi f adalah fungsi f yang nilainya di c adalah. h asalkan limit ini ada. 3 TURUNAN FUNGSI 3. Pgrtia Turua Fugsi Diisi Turua ugsi adala ugsi yag ilaiya di c adala c c c asalka it ii ada. Coto Jika 3 4, maka turua di adala 3 4 3.. 4 3 4 4 4 4 4 4 3 3 3 4 Jika mmpuyai turua di

Lebih terperinci

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS

RENTANG NUMERIK UNTUK FUNGSI EKSPONENSIAL MATRIKS RENTNG NUMERK UNTUK FUNGS EKSPONENSL MTRKS M.Nasir, Musraii Jurusa Mamaia Faulas Mamaia da lmu Pgahua lam, Uivrsias Riau Email: asir@gmail.cm BSTRK Suau spsial maris dirila dalam bu da rag umri dari didfiisia

Lebih terperinci

Catatan Teknik (Technical Notes) Pengerjaan Metoda Inversi Integral pada Perumusan Persamaan Muka Air Gelombang Air Nonlinier

Catatan Teknik (Technical Notes) Pengerjaan Metoda Inversi Integral pada Perumusan Persamaan Muka Air Gelombang Air Nonlinier Huahaa ISSN 085-98 Jural Toris da Trapa Bidag Rayasa Sipil Caaa Ti Tchical Nos Pgrjaa Moda Ivrsi Igral pada Prumusa Prsamaa Mua Air Glombag Air Noliir Syawaluddi Huahaa Klompo Kahlia Ti Klaua, Faulas Ti

Lebih terperinci

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK

PERLUASAN METODE NEWTON DENGAN PENDEKATAN PARABOLIK PERLUASAN METDE NEWTN DENGAN PENDEKATAN PARABLIK Abdul Rahma, Supriadi Putra, Bustami Mahasiswa Program Studi S Matmatika Dos JurusaMatmatika Fakultas Matmatika da Ilmu Pgtahua Alam Uivrsitas Riau Kampus

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier

Aplikasi Sistem Orthonormal Di Ruang Hilbert Pada Deret Fourier Apliasi Sistem Orthoormal Di Ruag Hilbert Pada Deret Fourier A 7 Fitriaa Yuli S. FMIPA UNY Abstra Ruag hilbert aa dibahas pada papper ii. Apliasi system orthoormal aa diaji da aa diapliasia pada ruahg

Lebih terperinci

Bab III Metoda Taguchi

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

Lebih terperinci

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear

Metode Iterasi Tiga Langkah Bebas Turunan Orde Konvergensi Delapan untuk Menyelesaikan Persamaan Nonlinear Jural Sais Matmatika da Statistika Vol o Jauari ISS - prit/iss - oli Mtod Itrasi Tiga Lagkah Bbas Turua rd Kovrgsi Dlapa utuk Mlsaika Prsamaa oliar M Muhaiir L L ada Jurusa Matmatika Fakultas Sais da Tkologi

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI A II LANDASAN TEORI. Distribusi Pluag Diisi. (Walpol da M rs 995) Jika X adalah suatu variabl radom kotiu maka ugsi dsitas pluaga adalah suatu ugsi ag mmuhi kodisi: i. ; utuk x (- ) ii. = iii. = (.) Diisi.

Lebih terperinci

RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM

RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM RANCANG BANGUN SISTEM INFORMASI PENGELOLAAN INVENTARIS LABORATORIUM KOMPUTER UNIVERSITAS SEMARANG DENGAN METODE SUPPLY CHAIN MANAGEMENT SYSTEM Mufadhol Fakultas Tkologi Iformasi da Komuikasi Uivrsitas

Lebih terperinci

ANALISIS KEDINAMIKAN SISTEM PADA MASALAH PENJADWALAN FLOW SHOP MENGGUNAKAN ALJABAR MAX-PLUS

ANALISIS KEDINAMIKAN SISTEM PADA MASALAH PENJADWALAN FLOW SHOP MENGGUNAKAN ALJABAR MAX-PLUS Smar Nasoal atmata IV Isttut Tolog Spuluh Nopmbr, Surabaya, 3 Dsmbr 008 ANALISIS KEDINAIKAN SISTE PADA ASALAH PENADWALAN FLOW SHOP ENGGUNAKAN ALABAR AX-PLUS Nur Shofaah, Suboo, urusa atmata FIPA Isttut

Lebih terperinci

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng

MODUL 1.03 DINAMIKA PROSES. Oleh : Ir. Tatang Kusmara, M.Eng MODUL 1.03 DINMIK PROSES Ole : Ir. Tatag Kusmara, M.Eg LBORTORIUM OPERSI TEKNIK KIMI JURUSN TEKNIK KIMI UNIVERSITS SULTN GENG TIRTYS CILEGON BNTEN 2008 2 Modul 1.03 DINMIK PROSES I. Pedaulua Dalam bidag

Lebih terperinci

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K)

PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) JMP : Volume 4 Nomor 1, Jui 2012, hal. 41-50 PEMBUKTIAN SIFAT RUANG BANACH PADA D(K) Malahayati Program Studi Matematia Faultas Sais da Teologi UIN Sua Kalijaga malahayati_01@yahoo.co.id ABSTRACT. I this

Lebih terperinci

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS

TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Jural Matematia Vol.6 No. November 6 [ 5 : ] TEOREMA CAYLEY-HAMILTON SEBAGAI SALAH SATU METODE DALAM PENGHITUNGAN FUNGSI MATRIKS Ooy Rohaei Jurusa Matematia, UNISBA, Jala Tamasari No, Badug,6, Idoesia

Lebih terperinci

Bab 6: Analisa Spektrum

Bab 6: Analisa Spektrum BAB Aalisa Spetrum Bab : Aalisa Spetrum Aalisa Spetrum Dega DFT Tujua Belajar Peserta dapat meghubuga DFT dega spetrum dari sial hasil samplig sial watu otiue. -poit DFT dari sial x adalah Xω ag diealuasi

Lebih terperinci

PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL. Sugito 1, Abdul Hoyyi 2. Abstract

PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL. Sugito 1, Abdul Hoyyi 2. Abstract Pross Antrian (Sugito) PROSES ANTRIAN DENGAN KEDATANGAN BERDISTRIBUSI POISSON DAN POLA PELAYANAN BERDISTRIBUSI GENERAL Sugito, Abdul Hoyyi Staf Pngajar Jurusan Statistia FSM UNDIP Staf Pngajar Jurusan

Lebih terperinci

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1)

Sudaryatno Sudirham ing Utari. Mengenal Sudaryatno S & Ning Utari, Mengenal Sifat-Sifat Material (1) Sudaryato Sudirham ig Utari Mgal Sifat-Sifat Matrial () - Sudaryato S & Nig Utari, Mgal Sifat-Sifat Matrial () BAB Sifat-Sifat Thrmal Sjumlah rgi bisa ditambahka k dalam matrial mlalui pmaasa, mda listrik,

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO

MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO Jural Pilar Nusa Madiri Vol.XII, No. Sptmbr 06 6 MODEL PREDIKSI HARGA SAHAM MEDIA SOSIAL BERDASARKAN ALGORITMA SVM YANG DIOPTIMASIKAN DENGAN PSO Eka Puspita Sari Program Studi Maajm Iformatika AMIK BSI

Lebih terperinci

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL

PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL PENYELESAIAN PERSAMAAN DIFERENSIAL LANE-EMDEN MENGGUNAKAN METODE TRANSFORMASI DIFERENSIAL Ahma Sya roi, M Natsir, Eag Lily E-mail: Arolativa@yahoocom Mahasiswa Program S Matematia Dose Jurusa Matematia

Lebih terperinci

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral)

Perumusan Fungsi Green Sistem Osilator Harmonik dengan Menggunakan Metode Integral Lintasan (Path Integral) Prumusa Fugsi Gr Sistm Osilator Harmoik dga Mgguaka Mtod Itgral Litasa (Path Itgral) Sutisa Abstrat: Th path itgral is a mthod that oft usd i th uatum problms alulatio. For xampl; th alulatio of uatum

Lebih terperinci

MAKALAH TEOREMA BINOMIAL

MAKALAH TEOREMA BINOMIAL MAKALAH TEOREMA BINOMIAL Disusu utu memeuhi tugas mata uliah Matematia Disrit Dose Pegampu : Dr. Isaii Rosyida, S.Si, M.Si Rombel B Kelompo 2 1. Wihdati Martalya (0401516006) 2. Betha Kuria S. (0401516012)

Lebih terperinci

Modifikasi Metode Newton-Steffensen Bebas Turunan

Modifikasi Metode Newton-Steffensen Bebas Turunan Smiar Nasioal Tkologi Iormasi Komuikasi da Idustri SNTIKI 7 ISSN :08-990 Pkabaru Novmbr 0 Modiikasi Mtod Nto-Sts Bbas Turua M. Niam M.Y Jurusa Matmatika Fakultas Sais da Tkologi UIN Sulta Sari Kasim Riau

Lebih terperinci

DESKRIPSI MATA KULIAH ANALISIS MEKANIKA OLAHRAGA. Oleh: Dr. Rd. Boyke Mulyana

DESKRIPSI MATA KULIAH ANALISIS MEKANIKA OLAHRAGA. Oleh: Dr. Rd. Boyke Mulyana DESKRIPSI MATA KULIAH ANALISIS MEKANIKA OLAHRAGA Olh: Dr. Rd. Boyk Mulya PROGRAM STUDI PENDIDIKAN KEPELATIHAN JURUSAN PENDIDIKAN KEPELATIHAN FAKULTAS PENDIDIKAN OLAHRAGA DAN KESEHATAN UNIVERSITAS PENDIDIKAN

Lebih terperinci

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE)

BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) BAB V RANDOM VARIATE GENERATOR (PEMBANGKIT RANDOM VARIATE) 5.1. Pembagit Radom Variate Disrit Suatu Radom Variate diartia sebagai ilai suatu radom variate yag mempuyai distribusi tertetu. Utu megambil

Lebih terperinci

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA

PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB dan GEOGEBRA Bidag Kajia : Pdidika Matmatika PEMBELAJARAN KONVERGENSI BARISAN BILANGAN DAN FUNGSI REAL DENGAN MATLAB da GEOGEBRA H.A. Parhusip Program Studi Matmatika Fakultas Sais da Matmatika Uivrsitas Krist Satya

Lebih terperinci

RANGKUMAN MATERI ALAT OPTIK

RANGKUMAN MATERI ALAT OPTIK RANGKUAN ATERI ALAT OPTIK Priip Huyg Dari uatu umbr cahaya, tiap aat lalu trbtuk muka glmbag / wavrt (tmpat kduduka titik-titik yag aya ama). Titik-titik pada muka glmbag ii brtidak bagai umbr titik (wavlt)

Lebih terperinci

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka

Deret Positif. Dengan demikian, S = 1: Kemudian untuk deret lain, misalkan L = : Maka oi eswa (fmipa-itb) Deret Positif Deret (ta berhigga) adalah ugapa berbetu a + a + a 3 + a 4 + dega a i disebut suu. Pejumlaha ii berbeda dega pejumlaha dua, tiga, atau berhigga bilaga. Maa, ita perlu

Lebih terperinci

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT

PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT PENERIMAAN APLIKASI KAMUS ISTILAH AKUNTANSI PADA SMARTPHONE DENGAN METODE UTAUT Qoriai Widayati 1, Fbriyati Pajaita 2 Dos Uivrsitas Bia Darma 1, Dos Uivrsitas Bia Darma 2 Jala Jdral Ahmad Yai No.12 Palmbag

Lebih terperinci

Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu

Hartono Guntur *) *) Staf Pengajar Jurusan Teknik Sipil STTR Cepu. Jl. Kampus Ronggolawe Blok B No. 1. Mentul Cepu 10 Aalisa Ssitivitas ggua Trhadap gmbaga Trasportasi Krta Api Sbagai Altratif Trasportasi atai Utara Jawa ( Rut : Smarag Surabaya ) Hartoo Gutur *) *) Staf gajar Jurusa Tkik Sipil STTR Cpu Jl. Kampus Roggolaw

Lebih terperinci

BAB II TEORI DASAR 2.1 Pengertian Pasang Surut

BAB II TEORI DASAR 2.1 Pengertian Pasang Surut BAB II TEORI DASAR 2.1 Pngrtian Pasang Surut Pasang surut air laut (pasut) adalah pristiwa naik turunnya muka air scara priodik dngan rata-rata priodnya 12,4 jam (di bbrapa tmpat 24,8 jam) (Pond dan Pickard,

Lebih terperinci

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter

Modifikasi Metode Iterasi Dua Langkah dengan Satu Parameter Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI 9 ISSN Pritd : 79-77 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN Oli : 79-406 Pkabaru, 8-9 Mi 07 Modiikasi Mtod Itrasi Dua Lagkah

Lebih terperinci

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54

JURNAL TEKNIK ITS Vol. 5, No. 2, (2016) ISSN: ( Print) 54 JURNAL TEKNIK ITS Vol. 5, No., (06) ISSN: 337-3539 (30-97 Pri 54 Pracaga Kotrolr PID-Fuzzy utuk Sistm Pgatura Cascad Lvl da Flow pada Basic Procss Rig 38-00 Dwi Arki Pritadi, Joko Susila, Eka Iskadar Jurusa

Lebih terperinci

Pemodelan Regresi Logistik Biner terhadap Peminat ITS di Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) 2014

Pemodelan Regresi Logistik Biner terhadap Peminat ITS di Seleksi Bersama Masuk Perguruan Tinggi Negeri (SBMPTN) 2014 JURNAL SAINS DAN SENI ITS Vo. 4, No., (05) 337-350 (30-98X Prit) D-5 Poda Rgrsi Logisti Bir trhadap Piat ITS di Ssi Brsaa Masu Prgurua Tiggi Ngri (SBMPTN) 04 Yati Aggrai da Isaii Zai Jurusa Statistia,

Lebih terperinci

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik

Sifat-sifat Fungsi Karakteristik dari Sebaran Geometrik Sifat-sifat Fugsi Karateristi dari Sebara Geometri Dodi Deviato Jurusa Matematia, Faultas MIPA, Uiversitas Adalas Kamus Limau Mais, Padag 563, Sumatera Barat, Idoesia Abstra Fugsi arateristi dari suatu

Lebih terperinci

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ )

PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) (Fey Nilawati Kusuma et al.) PENJADWALAN JOBS PADA SINGLE MACHINE DENGAN MEMINIMUMKAN VARIANS WAKTU PENYELESAIAN JOBS (Studi Kasus di P.T. XYZ ) I Gede Agus Widyadaa I Nyoma Sutapa Dose Faultas Teologi

Lebih terperinci

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah

Penyelesaian Persamaan Nonlinear Menggunakan Metode Iterasi Tiga Langkah Smiar Nasioal Tkologi Iormasi, Komuikasi da Idustri SNTIKI ISSN Pritd : -1 Fakultas Sais da Tkologi, UIN Sulta Sari Kasim Riau ISSN li : -0 Pkabaru, 1-1 Mi 01 Plsaia Prsamaa Noliar Mgguaka Mtod Itrasi

Lebih terperinci

Modifikasi Analytic Network Process Untuk Rekomendasi Pemilihan Handphone

Modifikasi Analytic Network Process Untuk Rekomendasi Pemilihan Handphone Modifikasi Analytic Ntwork Procss Untuk Rkomndasi Pmilihan Handphon Fry Dwi Hrmawan Jurusan Informatika Fakultas MIPA, Univrsitas Sblas Mart Surakarta frydh@yahoocom Ristu Saptono Jurusan Informatika Fakultas

Lebih terperinci

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE

TEOREMA KEKONVERGENAN FUNGSI TERINTEGRAL HENSTOCK- KURZWEIL SERENTAK DAN FUNGSI BERSIFAT LOCALLY SMALL RIEMANN SUMS (LSRS) DARI RUANG EUCLIDE Teorema Keovergea Fugsi Teritegral Hestoc(Aiswita) TORMA KKONVRGNAN FUNGSI TRINTGRAL HNSTOCK- KURZWIL SRNTAK DAN FUNGSI BRSIFAT LOCALLY SMALL RIMANN SUMS (LSRS) DARI RUANG UCLID K RUANG BARISAN Aiswita,

Lebih terperinci

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum

4.3 Sampling dari distribusi normal dan estimasi likelihood maksimum Hardwiyao Uomo 060545 4.3 Samlig dari disribusi ormal da simasi liklihood maksimum Liklihood ormal mulivaria Kia asumsika vkor,,..., dga mrrsasika saml acak dari oulasi ormal mulivaria dga raa-raa µ da

Lebih terperinci

Makalah Tugas Akhir. Abstract

Makalah Tugas Akhir. Abstract Maalah Tugas Ahir IDENTIFIKASI JENIS PENYAKIT KULIT BERDASARKAN ANALISIS WARNA DAN TEKSTUR PADA CITRA KULIT MENGGUNAKAN KLASIFIKASI K-NEAREST NEIGHBOR Faris Fitriato 1, R Rizal Isato 2, Ajub Ajulia Zahra.

Lebih terperinci

Representasi sinyal dalam impuls

Representasi sinyal dalam impuls Represetasi siyal dalam impuls Represetasi siyal dalam impuls adalah siyal yag diyataa sebagai fugsi dari impuls atau sebagai umpula dari impuls-impuls. Sembarag siyal disret dapat diyataa sebagai pejumlaha

Lebih terperinci

BAB 6 NOTASI SIGMA, BARISAN DAN DERET

BAB 6 NOTASI SIGMA, BARISAN DAN DERET BAB 6 NOTASI SIGMA, BARISAN DAN DERET A RINGKASAN MATERI. Notasi Sigma Diberia suatu barisa bilaga, a, a,..., a. Lambag deret tersebut, yaitu: a = a + a +... + a a meyataa jumlah suu pertama barisa Sifat-sifat

Lebih terperinci

MATERI 12 ANALISIS PERUSAHAAN

MATERI 12 ANALISIS PERUSAHAAN MATERI 12 ANALISIS PERUSAHAAN EPS DAN INFORMASI LAPORAN KEUANGAN KELEMAHAN PELAPORAN EPS DALAM LAPORAN KEUANGAN ANALISIS RASIO PROFITABILITAS PERUSAHAAN EARNING PER SHARE (EPS) PRICE EARNING RATIO (PER)

Lebih terperinci

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

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

Lebih terperinci

Penggunaan Transformasi z

Penggunaan Transformasi z Pegguaa Trasformasi pada Aalisa Respo Freuesi Sistem FIR Oleh: Tri Budi Satoso E-mail:tribudi@eepis-its.eduits.edu Lab Siyal,, EEPIS-ITS ITS /3/6 osep pemiira domais of represetatio Domai- discrete time:

Lebih terperinci