KOMPUTASI ALIRAN FLUIDA DINAMIK DENGAN CITRA DIGITAL DAN PIV (PARTICLE IMAGE VELOCIMETRY), KHUSUSNYA DALAM APLIKASI NUKLIR. Muhammad Arifin Sanusi *

Ukuran: px
Mulai penontonan dengan halaman:

Download "KOMPUTASI ALIRAN FLUIDA DINAMIK DENGAN CITRA DIGITAL DAN PIV (PARTICLE IMAGE VELOCIMETRY), KHUSUSNYA DALAM APLIKASI NUKLIR. Muhammad Arifin Sanusi *"

Transkripsi

1 KOMPUTASI ALIRA FLUIDA DIAMIK DEGA CITRA DIGITAL DA PIV PARTICLE IMAGE VELOCIMETRY KHUSUSYA DALAM APLIKASI UKLIR Muhammad Arifi Sausi * ABSTRAK KOMPUTASI ALIRA FLUIDA DIAMIK DEGA CITRA DIGITAL DA PIV PARTICLE IMAGE VELOCIMETRY KHUSUS YA DALAM APLIKASI UKLIR. Alira fluida yag ditambaha pembia seed diamati dega megambil citra secara berurut dalam selag t. Kedua citra ii dihitug dega metode FFT orelasi-silag da oto-orelasi emudia diiversi embali mejadi fugsi watu. Dega megetahui t maa peta vetor ecepata partiel alira fluida dapat dihitug. Hasil feomea alira ecepata fluida ii dapat diapliasi lajut pada pegguaa sagat luas di bidag tei. Khususya dalam apliasi ulir alira fluida turbulesi dalam reator dapat dietahui tapa memasag da meyetuh area pegguaa laser amera CCD serta peragat omputasi edali jauh. ABSTRACT COMPUTATIO OF DYAMIC FLUID FLOW USIG DIGITAL IMAGE AD piv PARTICLE IMAGE VELOCIMETRY PARTICULARLY I UCLEAR APPLICATIO. Two images captured sequetially i t period by CCD camera ad double-pulse laser i cross-sectio of flow with seedig particle were reviewed. The digitalized images were calculated by FFT method crosscorrelatio ad auto-correlatio as a impulse fuctio equatio therefore iversed i to time domai resultig velocity vector maps with ow t. The computatio result ca be applied i a large techical applicatio especially i uclear applicatio turbulece ad the other pheomea fluid dyamic i reactor chamber which ca be calculated providig Laser CCD camera ad remotely computatioal equipmet are available. PEDAHULUA Citra video digital dapat dilihat sebagai meda siyal aalog dua dimesi di maa dapat dijadia betu digital deret satu dimesi terhadap watu t. Tei pegolaha * BPP Teologi

2 siyal satu-dimesi dapat secara lagsug diembaga e dua-dimesi seperti yag telah dibahas oleh Rosefeld & Ka 976; da Pratt tahu 984. Pada metode Aalisa Citra Digital ACD - PIV yag dipaai dalam omputasi ii prisipya adalah: citra digital berurut seuesiel dicacah pada satu daerah melalui itrogasi jedela widow - Gambar. Dalam cacah citra ii suatu pergesera rata-rata partiel dapat diamati dari satu cacah dalam citra itu terhadap pasagaya pada citra laiya. Pergesera spasial itu dapat dijelasa sederhaa dega suatu model pegolaha siyal digital yag liier seperti dalam Gambar. Satu daerah cacah fm dapat dipaai sebagai masua e suatu sistem yag mempuyai eluara gm yag sesuai dega daerah cacah dari citra laiya yag diambil citraya pada t emudia. Sistem itu sediri terdiri atas dua ompoe fugsi pergesera spasial sm yag juga dieal sebagai sistem impuls jawab da siyal derau tambaha dm. citra fm t 0 citra gm t 0 + t s m Fugsi geser dari meda yag di estimasi Gambar. Kosep susua bigai-e-bigai pecacaha ACD PIV Siyal derau ii disebaba oleh perpidaha partiel daerah cacah partiel yag tida ampa pada gera 3 dimesi di lembar laser da jumlah total partiel yag ada dalam jedela. Tetu saja cacah awal fm da gm juga berderau. f m Fuv Masua citra s m Suv g m G uv + Keluara citra gm Guv dm Duv Siyal derau /oise tambaha

3 Gambar. Model pegolaha siyal dega uraia hubuga fugsioal atara bigai susesif yag memuat partiel fugsi Fuv Suv G uv Guv & Duv sebagai trasformasi Fourier dari fugsi huruf ecilya yag meyataa domai freuesi spasial. Apabila ita abaia siyal derau tambaha yag mempegaruhi eluara gm maa perhituga aa lebih mudah diyataa sebagai fugsi dirac. Tetuya pedeata ii diambil utu meyederhaaa perhituga yag demiia omples area odisi ideal fugsi masua fm da gm juga aa megadug siyal derau sehigga perhituga aa semai omples. Pedeata perlu diambil dalam meyelesaia dega metode ovolusi - trasformasi Fourier. PEERAPA KOMPUTASI ACD - PIV. Gambar 3 mejelasa metoda ACD -PIV yag dipaai dalam aalisa ii di maa pemaaia persamaa ovolusi - trasformasi Fourier utu mempercepat proses perhituga orelasi-silag da auto-orelasi dibadig dega metode laiya yag membutuha watu perhituga yag demiia lama serta etelitia yag urag dega traformasi Fourier operasi dapat disederhaaa dega peralia ojugasi bilaga omples setiap pasaga oefesie Fourier yag bersesuaia. Kumpula ofesie baru ii selajutya dega trasformasi iversi diperoleh φ fg. Oleh area periodisitas FFT dalam ruag tida diperlua ormalisasi φ fg seperti pada asus liear. Pada eyataaya mesipu pergesera ii serig terlalu besar omputasi ii beerja bai area isbah derau pada orelasi-silag aa meuru dega aiya pergesera spasial. Itu berarti aga pasaga citra partiel meuru di daerah pecacaha da aa lebih baya partiel citra yag ta berpasaga. Bila diberia sisi jedela ita memperoleh /3 sisi ii /3 pada batas yag dapat Fuv fm diperoleh pegesera vetorya. Korelasi-silag FFT Ii secara lagsug Φ' u v sesuai dega riteria PIV φ' m ddy vij FFT Guv * vyij gm FFT Φ' u v F u v G* u v Gambar. 3 Metoda ACD-PIV

4 Puca orelasi-silag mulaya ditetua dega medapata harga tertiggi dalam ilai orelasi matris dimesi itu. Utu etelitia sub-pisel seitar eleme ii suatu urva paraboli atau espoesial yag memeuhi arah horisotal da vertial dari loasi medeati yag mempuyai puca orelasi. Dibadig dega metode ovesioal dega pusat-massa setroid tiga urva yag sesuai yag dipilih. Beberapa uruta pegujia disampaia dalam maalah ii juga dimoitor dega tei setroid da ii memperlihata bahwa urva espoesial 3 titi sesuai da dapat di tetua puca orelasi silag dega esalaha yag ecil dibadig dega tei setroid pusat-massa. Gejala ii dapat memberia secara asar betu Gaussia dari puca orelasi-silag itu sediri. Besara tertiggi ecepata partiel yag dapat di detesi citra digital searag ii pada ecepata 30 HZ dega memberia uura jedela pecacaha M. Pergesera masimum partiel yag dapat diuur dalam alira dapat ditetua dega megalia pergesera pisel dega besara fator atara bidag citra da bidag obje. Dega membagi pergesera dega ostate watu δ t atara citra tagapa /30 deti maa ecepata masimum alira yag diamati dapat ditetua. isbah ratio pecacaha jedela dapat dirubah utu memeuhi suatu alira yag sala besar. ALGORITMA PEMROGRAMA Citra video yag telah diream pada aset video VHS dari percobaa meja opti dega laser da siruit fluida air yag telah diberia partiel pembia dipidaha e omputer. Dega megguaa video player TV da frame grabber Matro Pulsar yag dihubuga dega omputer serta dega mejalaa software Matro Lite Itelcam memugia citra itu dapat diream gambar per gambar sebagai file bitmap. Pada percobaa di meja opti telah dietahui debit air fator pembesara pisel da laju freuesi pecacaha. Utu omputasi secara o lie pada siruit fluida diguaa amera CCD Laser yag teritegrasi dega omputer sehigga reama gambar dua citra berurut dipidaa sca da hasil omputasi vetor alira dapat secara lagsug diperoleh. Tetapi utu semetara haya dilaua secara batch processig seperti yag dijelasa di atas. Beriut ii digambara diagram alir secara umum.program perhituga AC- PIV.

5

6 ALGORITMA MATEMATIS Trasformasi fourier disret dua dimesi Apabila ita yataa suatu citra yag ditagap oleh CCD da ditampila pada omputer dega represetasi gambar sederhaa beriut: Gambar 4. pisel uruta priodi Deret Fourier disret dua dimesi da oefisie deret Fourier dapat diyataa secara lagsug Iois Pitas Digital Image Processig Algoritms sebagai beriut: X ep i X ep i π i π π + i π Persamaa da di atas medefiisia trasformasi Fourier dua dimesi -D DFT di maa trasformasi disret ii yag diguaa sebagai algoritma pegolaha da aalisa siyal disret dua dimesi di omputer. Utu lebih meyederhaaa persamaa di bawah ii ditulisa embali pasaga DFT di atas dalam betu:

7 PP PP p P P P P p R R h h R R j ep : maa di 5 4 j j i W W W X W W X π [ ] [ ] [ ] 7 6 Y h DFT DFT IDFT y H X h y Oleh area dalam meghitug orelasi silag da auto-orelasi aa melibata dua matris dari dua citra yag diberia sesuai yag dijelasa pada bagia di atas maa dalam meyelesaia omputasi dega ovolusi liier. di maa: IDFT Iversi Discrete Fourier Trasform DFT Discrete Fourier Trasform matris pada daerah citra h matris pada daerah citra Sehigga perhituga ovolusi dari pers 5 di atas dapat dilaua sbb. suatu daerah dipilih sebagai R di maa L L uruta h diberia ilai awal ol pada uruta p h p pada daerah R :

8 Dega mudah dibutia bahwa ovulasi : yp p h p 0 memberia hasil yag sama dega pers. 6 ovulasi liier hasil ovulasi liier diberia oleh: y y p R L L Algoritma perhituga ovulasi dapat dirigasa sbb.. Pilih da pada daerah citra tampila di moitor di maa i i. Pemberia ilai awal matris h dega ol 3. Hitug DFT dari h p p 4. Hitug DFT Yp sebagai hasil ali X p * H p 5. Hitug y p dega megguaa iversi DFT PERHITUGA KORELASI SILAG DA AUTOKORELASI Apabila ita meulisa embali trasformasi fourier yag dipaai utu meghitug orelasi dua dimesi: R m m y R m m y + m + m + m + m 3

9 Ry m m dipaai utu perhituga orelasi silag sedag R m m pada auto-orelasiya. Citra da y pada daerah yag masig-masig memeuhir P P R Q Q selajutya metode yag dipaai utu perhituga orelasi -d adalah: [ [ ]* DFTy [ ] R y IDFTDFT Appedis: Beberapa cotoh hasil omputasi 4 Cotoh. hasil omputasi ACD - PIV

10 Cotoh. dari hasil pereama terahir KESIMPULA Dari hasil algoritma matematis yag telah diuraia da didelarasia dalam pemrograma di omputer omputasi vetor ecepata alira fluida yag telah dilaua belum dapat dicapai secara lagsug o-lie di siruit fluida yag ada. Kedala adalah pegatura ecepata alira fluida yag ditambaha pembia itu megalami eterbatasa siruit peralata da istrumetasi sehigga gambar lembar alira dega siar laser diream dari CCD dega TV da video recorder vhs setelah itu dipidaha e omputer yag selajutya gambar bitmap diolah dega program tersebut. Hasil omputasi masih perlu validasi lebih lajut mesipu perhituga telah medeati ebeara. DAFTAR PUSTAKA. STEVE C CHAPRA RAYMOD P CAALE. umerical Methodes for Egieer Mc. GRAW HILL Iteratioal Editio.. MARKUS RAFFEL CHRISTIA E. WILLERT JURGE KOMPEHAS Particle Image Velocimetry: A Practical Guide Eperimetal Fluid Mechaics Spriger. 3. IOIS PITAS Digital image processig algorithms Pretice-Hall Ic. Upper Saddle River J USA 993.

11 DAFTAR RIWAYAT HIDUP. ama : Muhammad Arifi Sausi. Tempat/Taggal Lahir : Boe Desember Istasi : Puspipte 4. Peerjaa / Jabata : Pegawai/ Staf Bidag Perecaaa Puspipte 5. Riwayat Pedidia : Jurusa Eletrotei Faultas Tei Uiversitas Hasauddi 987 SUSTL-Motpellier-DESS Iformatia 99 Tei Komputer Ecole d Egieur de Marseille-Peracis 6. Pegalama Kerja : 985 LAPA 985-Searag BPPTeologi 988-searag diperbatua di ASDEP Puspipte 7. Orgaisasi Profesioal : 985-Searag Aggota PPI 8. Maalah yag perah disajia : Dalam LKST tahu 995. Dalam Semiar LTMP-BPPT Dalam Loaarya LTMP-BPPT

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

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 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS

Bab 5 Sinyal dan Sistem Waktu Diskrit. Oleh: Tri Budi Santoso Laboratorium Sinyal, EEPIS-ITS Bab 5 Siyal da Sistem Watu Disrit Oleh: Tri Budi Satoso Laboratorium Siyal, EEPIS-ITS Materi: Represetasi matemati pada siyal watu disrit, domai watu da freuesi pada suatu siyal watu disrit, trasformasi

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

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit

Sinyal dan Sistem Waktu Diskrit ET 3005 Pengolahan Sinyal Waktu Diskrit EL 5155 Pengolahan Sinyal Waktu Diskrit Siyal da Sistem Watu Disrit ET 35 Pegolaha Siyal Watu Disrit EL 5155 Pegolaha Siyal Watu Disrit Effria Yati Hamid 1 2 Siyal da Sistem Watu Disrit 2.1 Siyal Watu Disrit 2.1.1 Pegertia Siyal Watu Disrit

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

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

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

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

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

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

Konvolusi pada Distribusi dengan Support Kompak

Konvolusi pada Distribusi dengan Support Kompak Prosidig SI MaNIs (Semiar Nasioal Itegrasi Matematia da Nilai Islami) Vol1, No1, Juli 2017, Hal 453-457 p-issn: 2580-4596; e-issn: 2580-460X Halama 453 Kovolusi pada Distribusi dega Support Kompa Cythia

Lebih terperinci

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia?

MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK. Masalah 1 Terdapat berapa carakah kita dapat memilih 2 baju dari 20 baju yang tersedia? Kartia Yuliati, SPd, MSi MASALAH DAN ALTERNATIF JAWABAN DALAM MATEMATIKA KOMBINATORIK Masalah Terdapat berapa caraah ita dapat memilih baju dari 0 baju yag tersedia? Cara Misala baju diberi omor dari sampai

Lebih terperinci

3. Integral (3) (Integral Tentu)

3. Integral (3) (Integral Tentu) Darublic www.darublic.com. Itegral () (Itegral Tetu).. Luas Sebagai Suatu Itegral. Itegral Tetu Itegral tetu meruaa itegral ag batas-batas itegrasia jelas. Kose dasar dari itegral tertetu adalah luas bidag

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 16 Integral di Ruang-n

Bab 16 Integral di Ruang-n Catata Kuliah MA3 Kalulus Elemeter II Oi Neswa,Ph.D., Departeme Matematia-ITB Bab 6 Itegral di uag- Itegral Gada atas persegi pajag Itegral Berulag Itegral Gada atas Daerah sebarag Itegral Gada Koordiat

Lebih terperinci

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial

BAB II LANDASAN TEORI. persamaan yang mengandung diferensial. Persamaan diferensial 5 BAB II LANDASAN TEORI A. Persamaa Diferesial Dari ata persamaa da diferesial, dapat diliat bawa Persamaa Diferesial beraita dega peelesaia suatu betu persamaa ag megadug diferesial. Persamaa diferesial

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

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

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

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG)

PEMBAHASAN SOAL OSN MATEMATIKA SMP TINGKAT PROPINSI 2011 OLEH :SAIFUL ARIF, S.Pd (SMP NEGERI 2 MALANG) PEMBAHASAN SOAL OLIMPIADE SAINS NASIONAL SMP A. ISIAN SINGKAT SELEKSI TINGKAT PROPINSI TAHUN 011 BIDANG STUDI MATEMATIKA WAKTU : 150 MENIT 1. Jia x adalah jumlah 99 bilaga gajil terecil yag lebih besar

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

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu

Metode Perhitungan Grafik Dalam Geolistrik Tahanan Jenis Bumi Dengan Derajat Pendekatan Satu Metode Perhituga Grafi.. P. Maurug Metode Perhituga Grafi Dalam Geolistri Tahaa Jeis Bumi Dega Derajat Pedeata Satu Posma Maurug Jurusa Fisia, FMIPA Uiversitas Lampug Jl. S. Brojoegoro No. Badar Lampug

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

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

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

Aproksimasi Terbaik dalam Ruang Metrik Konveks

Aproksimasi Terbaik dalam Ruang Metrik Konveks Aprosimasi Terbai dalam Ruag etri Koves Oleh : Suharsoo S Jurusa atematia FIPA Uiversitas Lampug Abstra asalah esistesi da etuggala aprosimasi terbai suatu titi dalam ruag berorm telah dipelajari oleh

Lebih terperinci

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL

SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL SIMULASI MODEL RLC BERBANTUAN MS EXCEL ASSISTED RLC MODEL SIMULATION MS EXCEL Edag Habiuddi (Staf Pegajar UP MKU Politei Negeri Badug (Email : ed_.hab@yahoo.co.id ABSTRAK Sistem ragaia listri RLC seri

Lebih terperinci

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi

BAB III TAKSIRAN PROPORSI POPULASI JIKA TERJADI NONRESPON. Dalam bab ini akan dibahas penaksiran proporsi populasi jika terjadi BAB III TAKSIRA PROPORSI POPULASI JIKA TERJADI ORESPO Dalam bab ii aa dibaas peasira proporsi populasi jia terjadi orespo da dilaua allba sebaya t ali. Selai itu, juga aa dibaas peetua uura sampel yag

Lebih terperinci

BAHAN AJAR DIKLAT GURU MATEMATIKA

BAHAN AJAR DIKLAT GURU MATEMATIKA BAHAN AJAR DIKLAT GURU MATEMATIKA DEPARTEMEN PENDIDIKAN NASIONAL DIREKTORAT JENDERAL PENDIDIKAN DASAR DAN MENENGAH DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN 005 DAFTAR ISI Kata Pegatar.. i Daftar Isi...

Lebih terperinci

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain.

BARISAN DAN DERET. U n = suku ke-n Contoh: Barisan bilangan asli, bilangan genap, bilangan ganjil, dan lain-lain. BARIAN DAN DERET A. Barisa Barisa adalah uruta bilaga yag memilii atura tertetu. etiap bilaga pada barisa disebut suu barisa yag dipisaha dega lambag, (oma). Betu umum barisa:,, 3, 4,, dega: = suu pertama

Lebih terperinci

Kuliah 9 Filter Digital

Kuliah 9 Filter Digital TEKNIK PENGOLAHAN ISYARAT DIGITAL Kuliah 9 Filter Digital Idah Susilawati, S.T.,.Eg. Progra Studi Tei Eletro Progra Studi Tei Iforatia Faultas Tei da Ilu Koputer Uiversitas ercu Buaa Yogaarta 9 Kuliah

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi

1) Leptokurtik Merupakan distribusi yang memiliki puncak relatif tinggi Statisti Desriptif Keruciga atau Kurtosis Pegertia Kurtosis Peguura urtosis (peruciga) sebuah distribusi teoritis adaalaya diamaam peguura eses (excess) dari sebuah distribusi Sebearya urtosis bisa diaggap

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

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR

PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Jural Tei da Ilmu Komputer PERBANDINGAN PENDEKATAN SEPARABLE PROGRAMMING DENGAN THE KUHN-TUCKER CONDITIONS DALAM PEMECAHAN MASALAH NONLINEAR Budi Marpaug Faultas Tei da Ilmu Komputer Jurusa Tei Idustri

Lebih terperinci

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes

Peluang Suatu Kejadian, Kaidah Penjumlahan, Peluang Bersyarat, Kaidah Perkalian dan Kaidah Baiyes eluag uatu Kejadia, Kaidah ejumlaha, eluag ersyarat, Kaidah eralia da Kaidah aiyes.eluag uatu Kejadia Defiisi : eluag suatu ejadia adalah jumlah peluag semua titi otoh dalam. Dega demiia : 0 (), ( ) =

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983)

I PENDAHULUAN II LANDASAN TEORI. mandiri jika tidak mengandung t secara eksplisit di dalamnya. (Kreyszig, 1983) I PENDAHULUAN Latar Belaag Permasalaha ebiaa pemaea ia yag memberia eutuga masimum da berelauta (tida teradi epuaha dari populasi ia yag dipae) adalah hal yag sagat petig bagi idustri periaa Para ilmuwa

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

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI

MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Vol. 11, No. 1, 45-55, Juli 2014 MASALAH DISTRIBUSI BOLA KE DALAM WADAH SEBAGAI FUNGSI ATAU KUMPULAN FUNGSI Fauziah Baharuddi 1, Loey Haryato 2, Nurdi 3 Abstra Peulisa ii bertujua utu medapata perumusa

Lebih terperinci

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama.

1. Integral (1) Pembahasan yang akan kita lakukan hanya mengenai bentuk persamaan diferensial seperti contoh yang pertama. Darublic www.darublic.com 1. Itegral (1) (Macam Itegral, Pedeata Numeri) Sudarato Sudirham Dalam bab sebeluma, ita memelajari salah satu bagia utama alulus, aitu alulus diferesial. Beriut ii ita aa membahas

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

PERTEMUAN 13. VEKTOR dalam R 3

PERTEMUAN 13. VEKTOR dalam R 3 PERTEMUAN VEKTOR dalam R Pegertia Ruag Vektor Defiisi R Jika adalah sebuah bilaga bulat positif, maka tupel - - terorde (ordered--tuple) adalah sebuah uruta bilaga riil ( a ),a,..., a. Semua tupel - -terorde

Lebih terperinci

WAKILAN DIAGRAMATIK UNTUK TEORI USIKAN DALAM MEKANIKA KUANTUM. M Farchani Rosyid Dwi Satya Palupi. Jurusan Fisika, FMIPA, UGM.

WAKILAN DIAGRAMATIK UNTUK TEORI USIKAN DALAM MEKANIKA KUANTUM. M Farchani Rosyid Dwi Satya Palupi. Jurusan Fisika, FMIPA, UGM. Prosidig Semiar Nasioal Peelitia, Pedidia, da Peerapa MIPA Faultas MIPA, Uiversitas Negeri Yogyaarta, 6 Mei 9 WAKILAN DIAGRAMATIK UNTUK TEORI USIKAN DALAM MEKANIKA KUANTUM M Farchai Rosyid Dwi Satya Palupi

Lebih terperinci

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ,

BAB II TINJAUAN PUSTAKA. membahas distribusi normal dan distribusi normal baku, penaksir takbias μ dan σ, BAB II TINJAUAN PUSTAKA.1 Pedahulua Dalam peulisa materi poo dari sripsi ii diperlua beberapa teori-teori yag meduug, yag mejadi uraia poo pada bab ii. Uraia dimulai dega membahas distribusi ormal da distribusi

Lebih terperinci

x x x1 x x,..., 2 x, 1

x x x1 x x,..., 2 x, 1 0.4 Variasi Kaoi amel Da Korelasi Kaoi amel amel aca dari observasi ada masig-masig variabel dari ( + q) variabel (), () daat digabuga edalam (( + q) ) data matris,,..., dimaa (0-5) Adau vetor rata-rata

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

CATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis

CATATAN KULIAH Pertemuan I: Pengenalan Matematika Ekonomi dan Bisnis CATATAN KULIAH Pertemua I: Pegeala Matematika Ekoomi da Bisis A. Sifat-sifat Matematika Ekoomi 1. Perbedaa Matematika vs. Nomamatematika Ekoomi Keutuga pedekata matematika dalam ilmu ekoomi Ketepata (Precise),

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL Defiisi Persamaa diferesial adalah persamaa yag melibatka variabelvariabel tak bebas da derivatif-derivatifya terhadap variabel-variabel bebas. Berikut ii adalah

Lebih terperinci

B a b 1 I s y a r a t

B a b 1 I s y a r a t 34 TKE 315 ISYARAT DAN SISTEM B a b 1 I s y a r a t (bagia 3) Idah Susilawati, S.T., M.Eg. Program Studi Tekik Elektro Fakultas Tekik da Ilmu Komputer Uiversitas Mercu Buaa Yogyakarta 29 35 1.5.2. Isyarat

Lebih terperinci

BAB 1 PENDAHULUAN Latar Belakang

BAB 1 PENDAHULUAN Latar Belakang BAB 1 PENDAHULUAN 1.1. Latar Belakag Dalam keadaa dimaa meghadapi persoala program liier yag besar, maka aka berusaha utuk mecari peyelesaia optimal dega megguaka algoritma komputasi, seperti algoritma

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

III Sistem LTI Waktu Diskrit Sistem LTI Operasi Konvolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI

III Sistem LTI Waktu Diskrit Sistem LTI Operasi Konvolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI III Sistem LTI Waktu Diskrit Sistem LTI Operasi Kovolusi Watak sistem LTI Stabilitas sistem LTI Kausalitas sistem LTI lts 1 III.1 Sistem LTI Sistem LTI Liear Time Ivariat Liear Tak-ubah-Waktu Liear Shift

Lebih terperinci

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi

Program Pasca Sarjana Terapan Politeknik Elektronika Negeri Surabaya PENS. Probability and Random Process. Topik 10. Regresi Program Pasca Sarjaa Terapa Politekik Elektroika Negeri Surabaya Probability ad Radom Process Topik 10. Regresi Prima Kristalia Jui 015 1 Outlie 1. Kosep Regresi Sederhaa. Persamaa Regresi Sederhaa 3.

Lebih terperinci

ANALISIS KESALAHAN Deskripsi : Objektif : 6.1 Pendahuluan 6.2 Koefesien Kesalahan Statik

ANALISIS KESALAHAN Deskripsi : Objektif : 6.1 Pendahuluan 6.2 Koefesien Kesalahan Statik 96 VI ANALISIS ESALAHAN Desrisi : Bab ii memberia gambara tetag aalisis esalaha da eeaa ada sistem edali yag terdiri dari oefesie esalaha stati, oefesie esalaha diami da aalisis eeaa sistem Objetif : Memahami

Lebih terperinci

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik

Pemilihan Kapasitas Dan Lokasi Optimal Kapasitor Paralel Pada Sistem Distribusi Daya Listrik ELECTRICIAN Jural Reayasa da Teologi Eletro 0 Pemiliha Kapasitas Da Loasi Optimal Paralel Pada Sistem Distribusi Daya Listri Osea Zebua Jurusa Tei Eletro, Faultas Tei, Uiversitas Lampug Jl. Prof. Sumatri

Lebih terperinci

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif

Mengkaji Perbedaan Diagonalisasi Matriks Atas Field dan Matriks Atas Ring Komutatif Megaji Perbedaa Diagoalisasi Matris Atas Field da Matris Atas Rig Komutatif Teorema : Jia A adalah matris x maa eryataa eryataa beriut eivale satu sama lai : a A daat didiagoalisasi b A memuyai vetor eige

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, , Agustus 2003, ISSN : METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Vol. 6. No., 97-09, Agustus 003, ISSN : 40-858 METODE PENENTUAN BENTUK PERSAMAAN RUANG KEADAAN WAKTU DISKRIT Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak Tulisa ii membahas peetua persamaa ruag

Lebih terperinci

Analisis dan Visualisasi Representasi Deret Fourier Gelombang Sinyal Periodik Menggunakan MATLAB

Analisis dan Visualisasi Representasi Deret Fourier Gelombang Sinyal Periodik Menggunakan MATLAB ELECRICIAN Jural Rekayasa da ekologi Elektro Aalisis da Visualisasi Represetasi Deret Fourier Gelombag Siyal Periodik Megguaka MALAB Ahmad Saudi Samosir Jurusa ekik Elektro Uiversitas Lampug, Badar Lampug

Lebih terperinci

Penerapan Algoritma Dijkstra dalam Pemilihan Trayek Bus Transjakarta

Penerapan Algoritma Dijkstra dalam Pemilihan Trayek Bus Transjakarta Peerapa Algoritma Dijstra dalam Pemiliha Traye Bus Trasjaarta Muhammad Yafi 504 Program Studi Tei Iformatia Seolah Tei Eletro da Iformatia Istitut Teologi Badug, Jl. Gaesha 0 Badug 40, Idoesia 504@std.stei.itb.ac.id

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang Masalah

BAB I PENDAHULUAN. A. Latar Belakang Masalah BAB I PENDAHULUAN A. Latar Belakag Masalah Struktur alabar adalah suatu himpua yag di dalamya didefiisika suatu operasi bier yag memeuhi aksioma-aksioma tertetu. Gelaggag ( Rig ) merupaka suatu struktur

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

Jurusan Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan Universitas Bung Hatta

Jurusan Pendidikan Matematika, Fakultas Keguruan dan Ilmu Pendidikan Universitas Bung Hatta PENERAPAN MODEL COOPERATIVE LEARNING TIPE THINK PAIR SQUARE UNTUK MENINGKATKAN KEMAMPUAN PEMECAHAN MASALAH MATEMATIKA SISWA KELAS VIII SMP PERTIWI 1 PADANG Cherly Mardelfi 1, Lutfia Almash 2, Yusri Wahyui

Lebih terperinci

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi,

BAB III METODE PENELITIAN. Metode yang digunakan dalam penelitian ini adalah penelitian korelasi, BAB III METODE PENELITIAN 3.1 Metode Peelitia Metode yag diguaka dalam peelitia ii adalah peelitia korelasi, yaitu suatu metode yag secara sistematis meggambarka tetag hubuga pola asuh orag tua dega kosep

Lebih terperinci

PENGOLAHAN SINYAL DIGITAL. Modul 5. Sistem Waktu Diskret dan Aplikasi TZ

PENGOLAHAN SINYAL DIGITAL. Modul 5. Sistem Waktu Diskret dan Aplikasi TZ PENGOLHN SINL DIGITL Modul 5. Sistem Watu Disret da pliasi TZ Cotet Overview Sistem Watu Disrit Sstem Properties Shift Ivariace, Kausalitas, Stabilitas diaita dega TZ Trasformasi sistem dari persamaa differece

Lebih terperinci

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n

LIMIT. = δ. A R, jika dan hanya jika ada barisan. , sedemikian hingga Lim( a n LIMIT 4.. FUNGSI LIMIT Defiisi 4.. A R Titik c R adalah titik limit dari A, jika utuk setiap δ > 0 ada palig sedikit satu titik di A, c sedemikia sehigga c < δ. Defiisi diatas dapat disimpulka dega cara

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan Istitut Tekologi Sepuluh Nopember Surabaya Model Sistem dalam Persamaa Keadaa Pegatar Materi Cotoh Soal Rigkasa Latiha Pegatar Materi Cotoh Soal Rigkasa Istilah-istilah Dalam Persamaa Keadaa Aalisis Sistem

Lebih terperinci

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed.

Penulis: Penilai: Editor: Ilustrator: Dra. Puji Iryanti, M.Sc. Ed. Al. Krismanto, M.Sc. Sri Purnama Surya, S.Pd, M.Si. Fadjar N. Hidayat, S.Si.,M.Ed. PAKET FASILITASI PEMBERDAYAAN KKG/MGMP MATEMATIKA Pembelajara Barisa, Deret Bilaga da Notasi Sigma di SMA Peulis: Dra. Puji Iryati, M.Sc. Ed. Peilai: Al. Krismato, M.Sc. Editor: Sri Purama Surya, S.Pd,

Lebih terperinci

ANALISIS DATA GRAVITASI MAGRES REGIONAL MENGGUNAKAN METODE GRADIEN UNTUK MENGETAHUI ARAH FRACTURE BERBASISKAN FFT

ANALISIS DATA GRAVITASI MAGRES REGIONAL MENGGUNAKAN METODE GRADIEN UNTUK MENGETAHUI ARAH FRACTURE BERBASISKAN FFT ANALISIS DATA GRAVITASI MAGRES REGIONAL MENGGUNAKAN METODE GRADIEN UNTUK MENGETAHUI ARAH FRACTURE BERBASISKAN FFT Irwa Setyowidodo Tei Mesi, Faultas Tei, Uiversitas Nusatara PGRI Kediri E-mail: irwa.setyowidodo@mail.com

Lebih terperinci

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS

STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS (Tati Octavia et al.) STUDI TENTANG PETA KENDALI p YANG DISTANDARISASI UNTUK PROSES PENDEK KUALITAS Tati Octavia Dose Faultas

Lebih terperinci

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan

POSITRON, Vol. II, No. 2 (2012), Hal. 1-5 ISSN : Penentuan Energi Osilator Kuantum Anharmonik Menggunakan Teori Gangguan POSITRON, Vol. II, No. (0), Hal. -5 ISSN : 30-4970 Peetua Eergi Osilator Kuatum Aharmoik Megguaka Teori Gaggua Iklas Saubary ), Yudha Arma ), Azrul Azwar ) )Program Studi Fisika Fakultas Matematika da

Lebih terperinci

ANALISIS ALOKASI RUGI TRANSMISI DENGAN METODE Z-BUS

ANALISIS ALOKASI RUGI TRANSMISI DENGAN METODE Z-BUS ANALISIS ALOKASI RUGI TRANSMISI DENGAN METODE Z-BUS Firdaus Dose Jurusa edidia Tei Eletro FT UNM Abstra Sistem teaga listri telah berembag begitu pesat sehigga sistem ariga uga meela biaya rugirugi daya

Lebih terperinci

BAB I PENDAHULUAN. A. Latar Belakang. B. Tujuan dan Sasaran. C. Ruang Lingkup

BAB I PENDAHULUAN. A. Latar Belakang. B. Tujuan dan Sasaran. C. Ruang Lingkup BAB I PENDAHULUAN A. Latar Belaag Kombiatoria mempuyai beberapa aspe, yaitu eumerasi, teori graf, da ofigurasi atau peyusua. Eumerasi membahas peghituga susua berbagai tipe. Sebagai cotoh: (i) meghitug

Lebih terperinci

ATURAN PENCACAHAN. Bab. Di unduh dari : Bukupaket.com. Pencacahan Permutasi Kombinasi Kejadian Ruang Sampel Titik Sampel Peluang

ATURAN PENCACAHAN. Bab. Di unduh dari : Bukupaket.com. Pencacahan Permutasi Kombinasi Kejadian Ruang Sampel Titik Sampel Peluang Bab 8 ATURAN PENCACAHAN A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetesi Dasar Setelah megiuti pembelajara ii siswa mampu: 1. Memilii motivasi iteral, emampua beerjasama, osiste, siap disipli, rasa

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

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p )

FUNCTIONALLY SMALL RIEMANN SUMS (FSRS) DAN ESSENTIALLY SMALL RIEMANN SUMS (ESRS) FUNGSI TERINTEGRAL HENSTOCKn. p ) βeta -ISSN: 85-5893 e-issn: 54-458 Vol. 3 No. (Noember), Hal. 79-89 βeta DOI: htt://dx.doi.org/.44/betajtm.v9i.7 FUNCTIONALLY SMALL RIMANN SUMS (FSRS) DAN SSNTIALLY SMALL RIMANN SUMS (SRS) FUNGSI TRINTGRAL

Lebih terperinci

STATISTIKA NON PARAMETRIK

STATISTIKA NON PARAMETRIK . PENDAHULUAN STATISTIKA NON PARAMETRIK Kelebiha Uji No Parametrik: - Perhituga sederhaa da cepat - Data dapat berupa data kualitatif (Nomial atau Ordial) - Distribusi data tidak harus Normal Kelemaha

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

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB ENDAHULUAN. Latar Belakag Masalah Dalam kehidupa yata, hampir seluruh feomea alam megadug ketidak pastia atau bersifat probabilistik, misalya pergeraka lempega bumi yag meyebabka gempa, aik turuya

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd

MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR. Dosen Pengampu : Darmadi, S.Si, M.Pd MAKALAH ALJABAR LINEAR SUB RUANG VEKTOR Dose Pegampu : Darmadi, S.Si, M.Pd Disusu : Kelas 5A / Kelompok 5 : Dia Dwi Rahayu (084. 06) Hefetamala (084. 4) Khoiril Haafi (084. 70) Liaatul Nihayah (084. 74)

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Aalisis Regresi Istilah regresi pertama kali diperkealka oleh seorag ahli yag berama Facis Galto pada tahu 1886. Meurut Galto, aalisis regresi berkeaa dega studi ketergatuga dari suatu

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai dega Mei 03. B. Populasi da Sampel Populasi dalam

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 77-85, Agustus 2003, ISSN : DISTRIBUSI WAKTU BERHENTI PADA PROSES PEMBAHARUAN JURAL MATEMATKA DA KOMPUTER Vol. 6. o., 77-85, Agustus 003, SS : 40-858 DSTRBUS WAKTU BERHET PADA PROSES PEMBAHARUA Sudaro Jurusa Matematika FMPA UDP Abstrak Dalam proses stokhastik yag maa kejadia dapat

Lebih terperinci

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT

PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Prosidig Semiar Nasioal Matematika da Terapaya 06 p-issn : 0-0384; e-issn : 0-039 PENENTUAN SOLUSI RELASI REKUREN DARI BILANGAN FIBONACCI DAN BILANGAN LUCAS DENGAN MENGGUNAKAN FUNGSI PEMBANGKIT Liatus

Lebih terperinci

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan

BAB 2 LANDASAN TEORI. Statistika merupakan salah satu cabang penegtahuan yang paling banyak mendapatkan BAB LANDASAN TEORI. Pegertia Regresi Statistika merupaka salah satu cabag peegtahua yag palig bayak medapatka perhatia da dipelajari oleh ilmua dari hamper semua bidag ilmu peegtahua, terutama para peeliti

Lebih terperinci

FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB

FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB Prosidig Semiar Nasioal Matematika da Pidika Matematika (SESIOMADIKA) 017 ISBN: 978-60-60550-1-9 Matematika Terapa, hal. 1-5 FAKTORISASI MATRIKS NON-NEGATIF MENGGUNAKAN ALGORITMA CHOLESKY BERBANTUAN SCILAB

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Risio Operasioal.1.1 Defiisi Dewasa ii risio operasioal semai diaui sebagai salah satu fator uci yag perlu dielola da dicermati oleh para pelau usaha, hususya di bidag jasa euaga.

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur 0 III. METODOLOGI PENELITIAN A. Lokasi da Waktu Peelitia Peelitia ii dilakuka di SMA Negeri Way Jepara Kabupate Lampug Timur pada bula Desember 0 sampai Mei 03. B. Populasi da Sampel Populasi dalam peelitia

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak: PENGUJIAN HIPOTESIS A. Lagkah-lagkah pegujia hipotesis Hipotesis adalah asumsi atau dugaa megeai sesuatu. Jika hipotesis tersebut tetag ilai-ilai parameter maka hipotesis itu disebut hipotesis statistik.

Lebih terperinci

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP STATISTICS Haug N. Prasetyo Week 11 PENDAHULUAN Regresi da korelasi diguaka utuk megetahui hubuga dua atau lebih kejadia (variabel) yag dapat diukur secara matematis. Ada dua hal yag diukur atau diaalisis,

Lebih terperinci

SEBARAN t dan SEBARAN F

SEBARAN t dan SEBARAN F SEBARAN t da SEBARAN F 1 Tabel uji t disebut juga tabel t studet. Sebara t pertama kali diperkealka oleh W.S. Gosset pada tahu 1908. Saat itu, Gosset bekerja pada perusahaa bir Irladia yag melarag peerbita

Lebih terperinci

SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL

SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL SIFAT-SIFAT SEMIGRUP SIMETRIS INTERVAL Riza Febri Yusma Sri Gemawati Asli Sirait *riza_febri@yahoo.com Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiveritas

Lebih terperinci

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA PENAKSIRAN DAN PERAMALAN BIAYA Ari Darmawa, Dr. S.AB, M.AB Email: aridarmawa_fia@ub.ac.id A. PENDAHULUAN B. PENAKSIRAN DAN PRAKIRAAN FUNGSI BIAYA C. PENAKSIRAN JANGKA PENDEK - Ekstrapolasi sederhaa - Aalisis

Lebih terperinci

REGRESI DAN KORELASI

REGRESI DAN KORELASI REGRESI DAN KORELASI Pedahulua Dalam kehidupa sehari-hari serig ditemuka masalah/kejadia yagg salig berkaita satu sama lai. Kita memerluka aalisis hubuga atara kejadia tersebut Dalam bab ii kita aka membahas

Lebih terperinci

1.1 METODE PENGEMBANGAN PENDEKATAN RATA- RATA SAMPEL UNTUK PROGRAM STOKASTIK DUA TAHAP. Faridawaty Marpaung. Abstrak

1.1 METODE PENGEMBANGAN PENDEKATAN RATA- RATA SAMPEL UNTUK PROGRAM STOKASTIK DUA TAHAP. Faridawaty Marpaung. Abstrak METODE PEGEMBAGA PEDEKATA RATA- RATA SAMPEL UTUK PROGRAM STOKASTIK DUA TAHAP Faridawaty Marpaug Abstra Peelitia ii megemuaa metode pegembaga pedeata rata rata sampel utu program stoasti dua tahap. Metodologi

Lebih terperinci

PENGEDITAN DETIL KURVA DENGAN METODE CURVE ANALOGIES MENGGUNAKAN PUSTAKA KURVA MULTIRESOLUSI

PENGEDITAN DETIL KURVA DENGAN METODE CURVE ANALOGIES MENGGUNAKAN PUSTAKA KURVA MULTIRESOLUSI PENGEDITAN DETIL KURVA DENGAN METODE CURVE ANALOGIES MENGGUNAKAN PUSTAKA KURVA MULTIRESOLUSI Nai Suciati, Rizy Yuiar Hau Jurusa Tei Iformatia, Faultas Teologi Iformasi, Istitut Teologi Sepuluh Nopember

Lebih terperinci

Jurnal MIPA 38 (1) (2015): Jurnal MIPA.

Jurnal MIPA 38 (1) (2015): Jurnal MIPA. Jural MIPA 38 () (5): 68-78 Jural MIPA http://ouraluesacid/u/idephp/jm APROKSIMASI ANUIAS HIDUP MENGGUNAKAN KOMBINASI EKSPONENSIAL LJ Siay S Gurito Guardi 3 Jurusa Matematia FMIPA Uiversitas Pattimura

Lebih terperinci