Abdul Rajab Andi Faharuddin Staf Pengajar Teknik Elektro Univ. Andalas, Padang. Kampus Limau Manis, Padang
|
|
- Dewi Irawan
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMBAGIAN BEBAN SECARA EKONOMIS PEMBANGKIT- PEMBANGKIT LISTRIK UNIT TERMAL MENGGUNAKAN KOMBINASI METODE PEMROGRAMAN DINAMIS DAN PENYELESAIAN SECARA ANALITIS Abdul Rajab And Faharuddn Staf Pengajar Teknk Elektro Unv. Andalas, Padang. Kampus Lmau Mans, Padang E-mal : rajabdr@plasa.com ABSTRAK Makalah n memaparkan metode pembagan beban secara ekonoms d antara pembangktpembangkt lstrk unt termal menggunakan kombnas metode Pemrograman Dnams dan metode Penyelesaan secara Analts (selanjutnya dsebut metode Kombnas Dnams-Analts). Metode Pemrograman Dnams untuk menyelesakan persoalan dspatch ekonom, hasl dmodfkas Adrant, dkk [3], dkombnaskan dengan metode Penyelesaan Secara Analts [1] untuk memperbak akuras selesaan.pergeseran kuota pembangktan dantara unt-unt pembangkt, sepert dtunjukkan oleh unt nomor 7, nomor 8 dan nomor 11, yang mengabakan faktor DELTA, menunjukkan bahwa metode Kombnas Dnams-Analts, terbukt memperbak akuras perhtungan. Sebaga konsekuensnya, baya total pembangktanpun dapat dreduks secara cukup sgnfkan. Kata Kunc : pembagan beban ekonoms, unt termal,,kombnas dnams-analts. A. Pendahuluan Dalam suatu sstem tenaga yang terdr dar N unt pembangkt termal yang melayan beban lstrk, perlu dlakukan pembagan beban secara ekonoms dantara unt-unt pembangkt tersebut agar dperoleh baya pembangktan keseluruhan sstem yang mnmum. Persoalan pembagan beban secara ekonoms dantara unt-unt pembangkt termal terdr dar dua bagan, yatu : 1. Komtmen unt, menyangkut upaya untuk memlh sekelompok unt pembangkt dar total N unt pembangkt termal yang terseda untuk memenuh kebutuhan beban sstem untuk mendapatkan baya pengoperasan mnmum. 2. Dspatch ekonom, menyangkut upaya untuk mendstrbuskan kebutuhan beban sstem dantara sekelompok unt pembangkt termal yang terplh. Salah satu metode yang lazm dgunakan untuk menyelesakan persoalan komtmen unt adalah metode pemrograman dnams. Dengan metode n, jka terseda N unt pembangkt termal, kta harus memerksa 2 N 1 kombnas untuk mendapatkan hasl yang optmal. Penerapan daftar prortas dalam mplementas metode n telah mereduks secara sgnfkan jumlah kombnas yang harus dperksa d setap langkah perhtungan. Akan tetap teknk n tdak akurat oleh karena karakterstk fungs baya pembangkt unt termal umumnya kuadrats, unt termurah pada pembebanan daya rendah tdak djamn mash yang termurah untuk pembebanan daya tngg. Artkel Peneltan Dosen Muda 1
2 Persoalan dspatch ekonom juga bsa dselesakan dengan menggunakan metode Pemrograman Dnams (Allen J. Wood dan Bruce T. Wollenbberg 1996). Beban sstem dnyatakan dalam beban-beban dskrt perjam dengan kenakan sebesar DELTA. Karakterstk fungs baya juga ddekat dengan fungs dskrt dengan DELTA yang sama. Adrant, dkk. (Peneltan Dana Rutn, Unand, 2003) melaporkan teknk memodfkas penggunaan metode Pemrograman Dnams. Dengan peneltan n, penggunaan metode Pemrograman Dnams yang hanya mencakup persoalan Dspatch ekonom dperluas hngga melput persoalan komtmen unt. Dengan satu algortma terntegras kedua persoalan pembagan beban secara ekonoms d atas teratas. Sayangnya, penggunaan beban dskrt sekal lag memberkan hasl yang kurang akurat. Persoalan akuras dtngkatkan dalam peneltan n dengan mengkombnaskan metode Pemrograman Dnams hasl modfkas Adrant dkk. dengan metode Penyelesaan Analts. Keluaran dar metode Pemrograman Dnams hasl modfkas Adrant dkk. danggap sebaga solus persoalan komtmen unt saja. Persoalan dspatch ekonomnya dselesakan dengan metode Penyelesaan Analts sebagamana yang dperkenalkan oleh Marcelno Madrgal, Vctor H. Quntana (2000). Algortma pemrograman komputer untuk menyelesakan persoalan dspatch ekonom secara analts juga telah terseda (Abdul Rajab, 2006). B. Model Matemats Persoalan Dspatch Ekonom Problem dspatch ekonom klask dar N unt pembangktan termal, adalah menentukan keluaran daya masng-masng pembangkt P, yang mensupla permntaan daya Pd, pada baya mnmum, sambl memperhatkan batas-batas produks generator, yatu : N F mn C ( p ) 1 terhadap Pd N P 1 0 (1) P,mn P P,max 1,...,N Dmana : P = Keluaran generator ke- (MW) C(p) = α + βp + γp 2 (R) = fungs baya yang akan dmnmumkan Pd = Permntaan daya (MW) P,mn = kapastas mnmum generator ke- P,maks = kapastas maksmum generator ke- N = jumlah generator C. Metode Pemrograman Dnams untuk Menyelesakan Persoalan Dspatch Ekonom Menyelesakan dspatch ekonom suatu sstem dengan menggunakan pemrograman dnams bsa dterma dengan asums-asums sebaga berkut : Rug daya jarngan dabakan. Kebutuhan beban P d yang dgunakan adalah dskrt, bukan beban dengan level-level kontnyu. Msalkan menyatakan nomor urut sebuah unt generator, kemudan kta defenskan : P = Beban generator ke (MW) C(P) = Baya untuk membangktkan P (MW) pada unt ke (R/h) CK(X) = Baya tahapan untuk mensupla beban Artkel Peneltan Dosen Muda 2
3 X (MW) dengan unt-unt. Msalkan : X1 = P1 X2 = P1 + P2 X3 = P1 + P2 + P 3 = X 2 + P 3 Maka baya yang harus dmnmumkan untuk setap tahap kenakan pembebanan adalah sebaga berkut : CK1(X1) = C1(P1) CK2(X2) = Mn [C1(P1) + C2 (P2)] {P2 : P2, mn P2 P2, maks} = Mn [CK1 ((X2 P2) + C2 (P2)] {P2 : P2, mn P2 P2, maks} CK3 (X3) = Mn [C1 (P1) + C2 (P2) + C3 (P3)] {P3 : P3, mn P3 P3, maks} = Mn [CK2 (X2) + C3 (P3)] {P3 : P3, mn P3 P3, maks} = Mn [CK2 (X3 P3) + C3 (P3)] {P3 : P3, mn P3 P3, maks} secara umum bsa dtulskan sebaga berkut : CK (X) = Mn [CK-1 (X - P) + C(P)] (2) {P : P, mn P P, maks} Setelah baya pembangktan total mnmum dperoleh, lntasannya dtelusur untuk memperoleh daya yang harus dbangktkan oleh masng-masng generator, P. C. Metode Pemrograman Dnams untuk Menyelesakan Persoalan Komtmen Unt [Adrant] Dar persamaan d atas terlhat bahwa baya pembangktan setap unt pembangkt dhtung untuk pembebanan antara beban mnmum dan beban maksmumnya. Artnya bahwa semua unt pembangkt telah dnyatakan commted, tdak ada peluang bag suatu unt pembangkt untuk dkeluarkan dar sstem mesk unt pembangkt tersebut merupakan unt yang mahal. Algortma yang dkembangkan oleh Adrant, dkk (2003) memodfkas batas bawah P,mn menjad nol, dengan demkan terbuka peluang bag suatu unt untuk decommted, sehngga pencaran baya termurah menjad lebh leluasa. Agar suatu unt tdak beroperas pada pembebanan d luar kemampuannya, dbuatlah sebuah nla yang tdak mungkn terplh dalam proses penelusuran baya mnmum, HargaMaks. HargaMaks sama dengan Baya total pembangktan setap unt pembangkt pada beban maksmalnya. Algortma tersebut dapat drngkas sebaga berkut : 1. Menentukan besar kenakan beban DELTA. 2. Menghtung Harga terbesar yang mungkn tmbul dalam pengoperasan sstem. Harga terbesar n akan dberkan sebaga baya pembangktan unt pembangkt ke- jka daya beban berada d luar batas tolerans pembangktannya. Dengan Cara n setap unt pembangkt dkendalkan untuk tetap beroperas dalam batas-batas produksnya. 3. Menghtung jumlah langkah perhtungan, dalam hal n daya total sstem dbag DELTA. 4. Menghtung baya pembangktan setap unt pada setap level pembebanan. Level pembebanan n dmula dar 0 (yang berart unt sedang off) sampa pada level yang sama dengan beban sstem. Artkel Peneltan Dosen Muda 3
4 5. Menghtung sekalgus menelusur baya pembangktan mnmum setap level pembebanan sstem untuk semua konds operas setap unt pembangkt. 6. Dengan dtemukannya jalur level pembebanan yang menghaslkan baya pembangktan mnmum, maka daya keluaran setap unt pembangkt yang berkontrbus terhadap jalur tersebut dapat dtentukan. 7. Setap unt pembangkt yang tdak djadwalkan untuk beroperas pada jam bersangkutan dber nla 0 pada varabel ntegernya, NS(..) = 0 untuk djadkan masukan bag metode Penyelesaan Secara Analts. Sedangkan unt yang djadwalkan beroperas, berapapun daya yang djadwalkan untuk dsuplanya, dber nla 1 Algortma perhtungan datas dapat drangkum dalam dagram alr berkut n : START Htung HargaMaks = ΣC (P,maks ) Htung Langkah Perhtungan MDAT = PD/DELTA Htung : C (P ) = 0 P = 0 C (P ) = HargaMaks 0 < P < P,mn Dan P > P,maks 2 C (P ) = α + β P + γ P P,mn P P,maks CK 1 (P 1 ) = C 1 (P 1 ) Htung : CK (X ) = Mn [FK -1 (X -P ) + F (P )] X = ΣP, = 2,, N 0 P P,maks Tentukan P STOP Gambar 1. Dagram alr penyelesaan persoalan dspatch ekonom (Adrant, dkk., 2003) Artkel Peneltan Dosen Muda 4
5 D. Algortma Penyelesaan Problem Dspatch Ekonom Secara Analts Penyelesaan secara analts bsa drngkas dalam sebuah algortma pemrograman berkut n : 1 Langkah perhtungan dawal dengan mengoleks data generator berupa kurva pembangktan (Alfa, Beta dan Gamma), kapastas pembebanan mnmum dan maksmum generator, serta permntaan daya sstem Pd. 2 Htung Z,mn dan Z,maks berdasarkan persamaan : Z 2 P Z,mn,maks 2 P,mn,maks 3 Mengurut Z,mn dan Z,maks n secara menak dalam bentuk : Z1 Z2... Z2n.. 4 Mencar nla turunan fungs dual pada setap ttk Zk, yang berdasarkan persamaan (11) bsa dcar melalu persamaan : P, mn 0 Z k Z, mn Z ( Z k k ) P Z, mn Z k Z, maks 2 P, maks Z k Z, maks k (Z k ) = ( Z ) 1 5 Melakukan penelusuran terhadap Zk n hngga dperoleh Φ(Zk) φ(zk), lalu menghtung λ* melalu persamaan : Zk Zk 1 * Zk ((Pd (K)) (K) (K 1) 6 Menghtung keluaran tap generator melalu persamaan : P,mn 0 Z,mn P * Z,mn Z,maks 2 P,maks Z,maks 7 Menghtung harga total pembangktan melalu persamaan : c(p ( ) c (P,mn ) P 4 ) P,maks,mn 2,maks atau melalu persamaan : N F 8 Selesa. C (p ) Z,mn 0 Z Z Z,mn,maks,maks Artkel Peneltan Dosen Muda 5
6 E. Hasl Dalam peneltan n dbuat sebuah progam komputer berdasarkan pada Algortma yang dkembangkan dengan mengkombnaskan metode Pemrograman Dnams dan Penyelesaan Secara Analts (selanjutnya dsebut metode Kombnas Dnams-Analts). Program tersebut membandngkan baya total unt pembangkt termal yang dhtung menggunakan metode Pemrograman Dnams sendr dengan baya total yang dhtung menggunakan metode Kombnas Dnams- Analts. Pengujan dlakukan terhadap sebuah contoh sstem yang terdr dar 22 unt pembangkt termal [4]. Data kurva nput-output 22 unt pembangkt termal sstem dberkan dalam tabel 1 berkut n : Tabel 1. Data kurva nput-output 22 unt pembangkt termal Unt Ke Karakterstk Unt Batas Daya α β β PMn PMaks Sstem n dber pembebanan (PB) bervaras, selama 12 jam. Beban yang akan dsupla tersebut adalah sebaga berkut : Tabel 2. Data Pembebanan Sstem 22 Unt Pembangkt Termal Selama 12 Jam Beban Sstem Jam Ke (MW) Artkel Peneltan Dosen Muda 6
7 Program komputer yang dbuat berdasarkan penyelesaan menggunakan metode Kombnas Dnams-Analts memberkan hasl sepert pada lampran. Dar hasl program tersebut terlhat bahwa secara umum, baya total pembangktan yang dhtung menggunakan metode Kombnas Dnams-Analts lebh murah dbandngkan dengan yang dhtung dengan metode pemrograman dnams saja. Tabel 3 adalah cuplkan hasl cetak program untuk sstem 22 unt pembangkt termal (fle data DT22.f90), DELTA = 10, pembebanan pada jam pertama dengan besar beban 5000 MW. Dar tabel tersebut terlhat bahwa unt nomor 7 dan nomor 8, oleh metode Pemrograman Dnams djadwalkan untuk membangktkan 150 MW. Dengan nla DELTA sebesar 10, maka unt-unt tersebut hanya mungkn mengalam pergeseran daya sebesar 10, msalnya dar 150 MW ke 140 MW atau ke 160 MW. Metode Kombnas Dnams-Analts, sepert tampak pada tabel 3, tdak lag tergantung pada DELTA dalam menentukan besaran pergeseran daya yang dbangktkan tap-tap unt pembangkt. Metode n menjadwalkan unt 7 dan unt 8 untuk membangktkan 155 MW. Pergeserannya 5, bukan 10 (DELTA = 10). Tabel 3. Cuplkan hasl Cetak Program dengan fle data DT22.f90, DELTA = 10 JAM KE ( 1) KEBUTUHAN DAYA SISTEM = 5000.MW! 6! 100.0! 100.0!! 7! 150.0! 155.0!! 9! 190.0! 190.0!! 10! 170.0! 170.0!! 11! 150.0! 149.1! Unt 11 malah memberkan hasl yang lebh mencolok. Metode Pemrograman Dnams menjadwalkan unt 11 untuk membangktkan 150 MW, sedangkan metode Kombnas Dnams- Analts menjadwalkan unt tersebut membangktkan 149,1 MW. Pergeseran daya yang dhaslkan oleh metode Kombnas Dnams-Analts - 0,9 MW - sangat jauh dar pergeseran daya yang dhaslkan oleh metode Pemrograman Dnams. Artkel Peneltan Dosen Muda 7
8 Ketga fakta d atas sudah cukup membuktkan bawa terjad penngkatan akuras ketka perhtungan dlakukan menggunakan metode Kombnas Dnams-Analts n. Perbedaan baya total pembangktan yang dhaslkan oleh kedua metode, merupakan konsekuens logs dar perbakan akuras tersebut. Tabel 4. Perbandngan Baya Total Pembangktan Metode Pemrograman Dnams dan Metode Kombnas Dnams-Analts Sstem 22 Unt Termal Jam Ke Beban Sstem (MW) Baya Pembangktan Dnams Dnams- Analts Selsh , , , , , , , , , , ,5 Total Baya total pembangktan untuk setap jam pembebanan dapat dlhat pada tabel 4. Pada beban tertngg (5120 MW), selsh baya pembangktan total adalah 118,39 dan pada beban terendah (2640 MW), selshnya adalah nol. Semakn tngg beban yang dsupla oleh sstem, semakn besar selsh baya yang dhaslkan oleh kedua metode perhtungan tersebut. Selama 12 jam pembebanan dperoleh penghematan baya total pembangktan sebesar 1116,69 jka perhtungan dlakukan menggunakan metode Kombnas Dnams-Analts dbandngkan dengan jka dhtung menggunakan metode Pemrograman Dnams saja. F. Kesmpulan Perhtungan baya total pembangktan sstem, menggunakan metode Kombnas Dnams- Analts, terbukt lebh kecl dbandngkan dengan perhtungan menggunakan metode Pemrograman Dnams sendr. Kemampuan untuk mereduks secara cukup sgnfkan baya total pembangktan, menunjukkan bahwa metode Kombnas Dnams-Analts yang dkembangkan dalam peneltan n berhasl sesua dengan yang dharapkan. Penggunaan metode Penyelesaan Secara Analts mampu menngkatkan akuras dengan mengabakan faktor DELTA dalam menentukan pembebanan setap unt pembangkt. Artkel Peneltan Dosen Muda 8
9 DAFTAR PUSTAKA 1) Marcelno Madrgal and Vctor H. Quntana, An Analtcal Soluton to the Economc Dspatch Problem, IEEE power engneerng revew, pp 52-55, September ) Abdul Rajab, Selesaan Analts terhadap Problem Dspatch Ekonom Dalam Penerapannya sebaga Bass Pelelangan Energ Lstrk, Thess, ) Adrant, Abdul Rajab, dkk., Algortma Baru Penggunaan Metode Pemrograman Dnams dalam Menyelesakan Persoalan Dspatch Ekonom, Laporan Peneltan Dana Rutn Unand, ) Abdul Rajab, Pengembangan Algortma Pemrograman Komputer Berdasarkan Metode Penyelesaan Analts Terhadap Persoalan Dspatch Ekonom, Laporan Peneltan SDPF, ) Allen J. Wood and Bruce T. Wollenbberg, Power Generaton Operaton and Control, Second Edton, John Wlley & Sons, New York, ) Chng-Tzong Su, New Approach wth Assurance Hopfeld Modelng Framework to Economc Dspatch, IEEE Transacton on Power System, Vol. 15, No. 2, pp , May ) M.E. El-Hawary and G.S. Chrstensen, Optmal Economc Operaton of Electrc Power Systems, New York, Academc, ) D.P. Bertsekas, Nonlner Programmng, Attena, Scentfc, ) M.M. Makela and P. Nettanmak, Nonsmooth Optmzaton : Analyss and Algorthms wth Applcatons to Optmal Control, Sngapore, World Scentfc, ) Mokhtar S. Bazaraa, Hanf D. Sheral, dkk., Nonlner Programmng : Theory and Algortthms, New York, John Wley & Sons, Inc Ucapan Terma kash Terma kash kam sampakan kepada phak DIKTI yang melalu program Peneltan Dosen Muda telah mendana kegatan peneltan n. Tak lupa ucapan yang sama kam tujukan kepada semua phak yang telah kut membantu kelancaran kegatan n. Artkel Peneltan Dosen Muda 9
10 Lampran : Hasl Cetak Program (Fle Data : DT22.f90) SISTEM 22 UNIT PEMBANGKIT TERMAL JAM KE ( 1) KEBUTUHAN DAYA SISTEM = 5000.MW! 6! 100.0! 100.0!! 7! 150.0! 155.0!! 9! 190.0! 190.0!! 10! 170.0! 170.0!! 11! 150.0! 149.1!! 12! 0.0! 0.0!! 13! 190.0! 180.9!! 14! 350.0! 350.0!! 15! 350.0! 350.0!! 16! 350.0! 350.0!! 17! 350.0! 350.0!! 18! 400.0! 400.0!! 19! 400.0! 400.0!! 20! 400.0! 400.0!! 21! 400.0! 400.0!! 22! 400.0! 400.0!! BIAYA ! ! JAM KE ( 2) KEBUTUHAN DAYA SISTEM = 4550.MW! 6! 100.0! 100.0! Artkel Peneltan Dosen Muda 10
11 ! 7! 150.0! 155.0!! 9! 130.0! 124.3!! 10! 0.0! 0.0!! 11! 0.0! 0.0!! 12! 0.0! 0.0!! 13! 120.0! 115.7!! 14! 350.0! 350.0!! 15! 350.0! 350.0!! 16! 350.0! 350.0!! 17! 350.0! 350.0!! 18! 400.0! 400.0!! 19! 400.0! 400.0!! 20! 400.0! 400.0!! 21! 400.0! 400.0!! 22! 400.0! 400.0!! BIAYA ! ! JAM KE ( 3) KEBUTUHAN DAYA SISTEM = 4580.MW! 6! 100.0! 100.0!! 7! 150.0! 155.0!! 9! 140.0! 139.4!! 10! 0.0! 0.0!! 11! 0.0! 0.0!! 12! 0.0! 0.0!! 13! 140.0! 130.6!! 14! 350.0! 350.0!! 15! 350.0! 350.0!! 16! 350.0! 350.0!! 17! 350.0! 350.0!! 18! 400.0! 400.0!! 19! 400.0! 400.0!! 20! 400.0! 400.0!! 21! 400.0! 400.0!! 22! 400.0! 400.0!! BIAYA ! ! Artkel Peneltan Dosen Muda 11
12 JAM KE ( 4) KEBUTUHAN DAYA SISTEM = 5120.MW! 6! 100.0! 100.0!! 7! 150.0! 155.0!! 9! 190.0! 195.9!! 10! 180.0! 175.9!! 11! 160.0! 154.9!! 12! 100.0! 96.4!! 13! 190.0! 186.8!! 14! 350.0! 350.0!! 15! 350.0! 350.0!! 16! 350.0! 350.0!! 17! 350.0! 350.0!! 18! 400.0! 400.0!! 19! 400.0! 400.0!! 20! 400.0! 400.0!! 21! 400.0! 400.0!! 22! 400.0! 400.0!! BIAYA ! ! JAM KE ( 5) KEBUTUHAN DAYA SISTEM = 4510.MW! 6! 100.0! 100.0!! 7! 150.0! 155.0!! 9! 110.0! 104.2! Artkel Peneltan Dosen Muda 12
13 ! 10! 0.0! 0.0!! 11! 0.0! 0.0!! 12! 0.0! 0.0!! 13! 100.0! 95.8!! 14! 350.0! 350.0!! 15! 350.0! 350.0!! 16! 350.0! 350.0!! 17! 350.0! 350.0!! 18! 400.0! 400.0!! 19! 400.0! 400.0!! 20! 400.0! 400.0!! 21! 400.0! 400.0!! 22! 400.0! 400.0!! BIAYA ! ! JAM KE ( 6) KEBUTUHAN DAYA SISTEM = 4360.MW! 6! 90.0! 81.0!! 7! 150.0! 155.0!! 9! 70.0! 68.9!! 10! 0.0! 0.0!! 11! 0.0! 0.0!! 12! 0.0! 0.0!! 13! 0.0! 0.0!! 14! 350.0! 350.0!! 15! 350.0! 350.0!! 16! 350.0! 350.0!! 17! 350.0! 350.0!! 18! 400.0! 400.0!! 19! 400.0! 400.0!! 20! 400.0! 400.0!! 21! 400.0! 400.0!! 22! 400.0! 400.0!! BIAYA ! ! Artkel Peneltan Dosen Muda 13
P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman
OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran
Lebih terperinciKata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.
Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu
Lebih terperincitoto_suksno@uny.ac.d Economc load dspatch problem s allocatng loads to plants for mnmum cost whle meetng the constrants, (lhat d http://en.wkpeda.org/) Economc Dspatch adalah pembagan pembebanan pada pembangktpembangkt
Lebih terperinciBAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c
6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan
Lebih terperinciCatatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan
Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K
Lebih terperinciBAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER
BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan
Lebih terperinciBAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE
BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan
Lebih terperinciSIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI
ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran
Lebih terperinciBAB IV PEMBAHASAN MODEL
BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.
Lebih terperinciBab V Aliran Daya Optimal
Bab V Alran Daya Optmal Permasalahan alran daya optmal (Optmal Power Flow/OPF) telah menjad bahan pembcaraan sejak dperkenalkan pertama kal oleh Carpenter pada tahun 196. Karena mater pembahasan tentang
Lebih terperinciDidownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN
BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan
Lebih terperinciBAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas
9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran
Lebih terperinciRANGKAIAN SERI. 1. Pendahuluan
. Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor
Lebih terperinciBAB VB PERSEPTRON & CONTOH
BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur
Lebih terperinciBAB II OPTIMALISASI PADA SISTEM KELISTRIKAN
BAB II OPTIMALISASI PADA SISTEM KELISTRIKAN. Penjadualan Optmal Pembangkt dan Penyaluran Daya Lstrk Setap Pembangkt tdak dtempatkan dengan jarak yang sama dar pusat beban, tergantung lokas pembangkt yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan
Lebih terperinciBAB V ANALISA PEMECAHAN MASALAH
BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan
Lebih terperinciBAB II TEORI ALIRAN DAYA
BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2 Masalah Transportas Jong Jek Sang (20) menelaskan bahwa masalah transportas merupakan masalah yang serng dhadap dalam pendstrbusan barang Msalkan ada m buah gudang (sumber) yang
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan
Lebih terperinciBab III Analisis Rantai Markov
Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada
Lebih terperinciSTUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN. Abstrak
Sofyan, dkk, Stud Operas Ekonoms pada Generator Pembangkt Sstem Sulawes Selatan STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN Sofyan, Nadjamuddn Harun, Tola 3 Mahasswa Program
Lebih terperinciPERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT
BIAStatstcs (05) Vol. 9, No., hal. -7 PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT Faula Arna Jurusan Teknk Industr, Unverstas Sultan Ageng Trtayasa Banten Emal : faulaarna@yahoo.com
Lebih terperinciIV. PERANCANGAN DAN IMPLEMENTASI SISTEM
IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa
Lebih terperinciPENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER
Penerapan Program Lner Kabur dalam Analss.. Elfranto PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER Elfranto Dosen Unverstas Muhammadyah Sumatera Utara Abstrak: Salah satu kaan
Lebih terperinciBAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB
BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota
Lebih terperinciPENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT
PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos Pabelan
Lebih terperinciBab 1 PENDAHULUAN Latar Belakang
11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen
3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA
III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.
Lebih terperinciAnalisa Operasi Ekonomis Pembangkit Termal untuk Melayani Beban Puncak Sistem Kelistrikan Sumbar
Jurnal Nasonal Teknk Elektro, Vol. 7, No. 1, Maret 018 p-issn: 30-949, e-issn: 407-767 Analsa Operas Ekonoms Pembangkt Termal untuk Melayan Beban Puncak Sstem Kelstrkan Sumbar Syaf * dan Kartka Ika Putr
Lebih terperinciSEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN
AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan
Lebih terperinciBAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan
7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi
Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5
Lebih terperinciPROPOSAL SKRIPSI JUDUL:
PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi
3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V
Lebih terperinciBAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode
BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and
III. METODE PENELITIAN A. Desan Peneltan Peneltan n merupakan peneltan pengembangan (Research and Development). Peneltan pengembangan yang dlakukan adalah untuk mengembangkan penuntun praktkum menjad LKS
Lebih terperinciBAB III HIPOTESIS DAN METODOLOGI PENELITIAN
BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan
Lebih terperinciBAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah
BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu
Lebih terperinciANALISIS DATA KATEGORIK (STK351)
Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat
Lebih terperinciBAB 4 METODOLOGI PENELITIAN DAN ANALISIS
28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan
Lebih terperinciNama : Crishadi Juliantoro NPM :
ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang
Lebih terperinciPEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN SYARAF
PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN YARAF r Kusumadew Jurusan Teknk Informatka, Fakultas Teknolog Industr Unverstas Islam Indonesa Yogyakarya emal: cce@ft.u.ac.d Abstrak
Lebih terperinciIV. UKURAN SIMPANGAN, DISPERSI & VARIASI
IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan
Lebih terperinciBAB IV HASIL PENELITIAN DAN PEMBAHASAN
BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber
Lebih terperinciPENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON
PENGEMBANGAN MODEL PERSEDIAAN BAHAN BAKU DENGAN MEMPERTIMBANGKAN WAKTU KADALUWARSA DAN FAKTOR UNIT DISKON Har Prasetyo Jurusan Teknk Industr Unverstas Muhammadyah Surakarta Jl. A. Yan Tromol Pos 1, Pabelan,
Lebih terperinciPENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)
PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas
Lebih terperinciEFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR
EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral
Lebih terperinciPRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel
PRAKTIKUM 6 Penyelesaan Persamaan Non Lner Metode Newton Raphson Dengan Modfkas Tabel Tujuan : Mempelajar metode Newton Raphson dengan modfkas tabel untuk penyelesaan persamaan non lner Dasar Teor : Permasalahan
Lebih terperinciPEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)
PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : meldapjt.78@gmal.com
Lebih terperinciPendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik
Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,
Lebih terperinciBAB IV PERHITUNGAN DAN ANALISIS
BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter
Lebih terperinciGENERATOR SKENARIO PENGIRIMAN BAHAN BAKAR SOLAR (HSD) MENGGUNAKAN MODEL DAN ALGORITMA COMMON REPLENISHMENT EPOCH (CRE)
GENERATOR SKENARIO PENGIRIMAN BAHAN BAKAR SOLAR (HSD) MENGGUNAKAN MODEL DAN ALGORITMA COMMON REPLENISHMENT EPOCH (CRE) Muhammad Khosy n 1,2, Muh Iman Prajtno 2, Aro Isnad 3, Mochamad Haryad 4 1 Electrcal
Lebih terperinciBAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap
5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap
Lebih terperinciBab 2 AKAR-AKAR PERSAMAAN
Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat
Lebih terperinciSEARAH (DC) Rangkaian Arus Searah (DC) 7
ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK
BAB IV PEMBAASAN ASIL PENELITIAN PENGARU PENGGUNAAN METODE GALLERY WALK TERADAP ASIL BELAJAR MATA PELAJARAN IPS MATERI POKOK KERAGAMAN SUKU BANGSA DAN BUDAYA DI INDONESIA A. Deskrps Data asl Peneltan.
Lebih terperinciBAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh
BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan
Lebih terperinciPENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI
PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,
Lebih terperinciKecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi
Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK
Lebih terperinciPENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO
Prosdng Semnar Nasonal Manajemen Teknolog III Program Stud MMTITS, Surabaya 4 Pebruar 2006 PENJADWALAN PRODUKSI d PT MEUBEL JEPARA PROBOLINGGO Mohammad Khusnu Mlad, Bobby Oedy P. Soepangkat, Nurhad Sswanto
Lebih terperinciUJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD
UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN DASAR TEORI
BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan
Lebih terperinciPeramalan Beban Listrik Untuk Penjadwalan Sistem Pembangkit
e-jurnal Teknk Elektro dan Komputer (03) Peramalan Beban Lstrk Untuk Penjadwalan Sstem Pembangkt G. E. J. Toreh, M. Tuegeh, M. Pakdng, L. Patras Jurusan Teknk Elektro-FT. UNSRAT, Manado-955, Emal: garcatoreh@gmal.com
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus
Lebih terperinciBAB 2 LANDASAN TEORI. Universitas Sumatera Utara
BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang
Lebih terperinciHUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT
HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com
Lebih terperinciIII. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.
3 III. METDE PENELITIAN A. Metode Peneltan Metode peneltan merupakan langkah atau aturan yang dgunakan dalam melaksanakan peneltan. Metode pada peneltan n bersfat kuanttatf yatu metode peneltan yang dgunakan
Lebih terperinciOPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION
OPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION Suhendar 1, Ika Want Tusyan 2, Almuddn 3 1,2,3 Jurusan Teknk Elektro, Fakutas Teknk Unverstas Sultan Ageng Trtayasa Jl.
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya
Lebih terperinciBAB IV PEMBAHASAN HASIL PENELITIAN
BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon
Lebih terperinciMODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN
MODEL PERSEDIAAN TERINTEGRASI PRODUSEN - DISTRIBUTOR - PENGECER DENGAN MULTI - PRODUK DAN KENDALA TINGKAT LAYANAN Mkyana Ramadan, Nughthoh Arfaw Kurdh, dan Sutrma Program Stud Matematka FMIPA UNS Abstrak.
Lebih terperinciBAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.
BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen
Lebih terperinciAPLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )
APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka
Lebih terperinci3 METODE HEURISTIK UNTUK VRPTW
12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla
Lebih terperinciIV. HASIL DAN PEMBAHASAN
IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung
Lebih terperinciPerumusan Ensembel Mekanika Statistik Kuantum. Part-2
Perumusan Ensembel Mekanka Statstk Kuantum Part-2 Menghtung Banyak Status Keadaan Asums : partkel tak punya spn (spnless!)-> apa konsekuensnya? Karena TAK ADA INTERAKSI maka tngkat-tngkat energy yg bsa
Lebih terperinciBAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian
BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve
Lebih terperinciTEORI INVESTASI DAN PORTFOLIO MATERI 4.
TEORI INVESTASI DAN PORTFOLIO MATERI 4 KONSEP DASAR 2/40 Ada tga konsep dasar yang perlu dketahu untuk memaham pembentukan portofolo optmal, yatu: portofolo efsen dan portofolo optmal fungs utltas dan
Lebih terperinci2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil
.1 Sstem Makroskopk dan Sstem Mkroskopk Fska statstk berangkat dar pengamatan sebuah sstem mkroskopk, yakn sstem yang sangat kecl (ukurannya sangat kecl ukuran Angstrom, tdak dapat dukur secara langsung)
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang
Lebih terperinciBAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam
BAB III METODE PEELITIA A. Bentuk Peneltan Peneltan n merupakan peneltan ekspermen dengan model pretest postes control group desgn dengan satu macam perlakuan. D dalam model n sebelum dmula perlakuan kedua
Lebih terperinciMODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING
Semnar Nasonal Aplkas Teknolog Informas 009 (SNATI 009) ISSN: 1907-50 Yogyakarta, 0 Jun 009 MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING Mackel Tuegeh 1, Soeprjanto, Maurdh
Lebih terperinciPenerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC
Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung rka_favora@yahoo.com ABSTRACT The exstence of nductor and capactor
Lebih terperinciANALISIS NILAI TAMBAH DAN PENDAPATAN USAHA INDUSTRI KEMPLANG RUMAH TANGGA BERBAHAN BAKU UTAMA SAGU DAN IKAN
ANALISIS NILAI TAMBAH DAN PENDAPATAN USAHA INDUSTRI KEMPLANG RUMAH TANGGA BERBAHAN BAKU UTAMA SAGU DAN IKAN (THE ANALYSIS OF ADDED VALUE AND INCOME OF HOME INDUSTRY KEMPLANG BY USING FISH AND TAPIOCA AS
Lebih terperinciPembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1
Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran
Lebih terperinciSELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES 1 ABSTRAK
SELANG KEPERCAYAAN UNTUK KOEFISIEN GARIS REGRESI LINEAR DENGAN METODE LEAST MEDIAN SQUARES Harm Sugart Jurusan Statstka FMIPA Unverstas Terbuka emal: harm@ut.ac.d ABSTRAK Adanya penympangan terhadap asums
Lebih terperinciModel Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah
Performa (2004) Vol. 3, No.1: 28-32 Model Potensal Gravtas Hansen untuk Menentukan Pertumbuhan Populas Daerah Bambang Suhard Jurusan Teknk Industr, Unverstas Sebelas Maret, Surakarta Abstract Gravtaton
Lebih terperinciIII. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam
III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang
Lebih terperinciOVERVIEW 1/40
http://www..deden08m.wordpress.com OVERVIEW 1/40 Konsep-konsep dasar dalam pembentukan portofolo optmal. Perbedaan tentang aset bersko dan aset bebas rsko. Perbedaan preferens nvestor dalam memlh portofolo
Lebih terperinciOPTIMASI MASALAH PENUGASAN. Siti Maslihah
JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu
Lebih terperinciSCHEMATICS 2009 National Programming Contest
SCHEMATICS 2009 Natonal Programmng Contest No Nama Problem 1 Berhtung 2 Gelang Cantk 3 Jalan 4 Kubangan Lumpur 5 Ayam dan Bebek 6 Schematcs09 7 Pagar Labrn JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI
Lebih terperinciVLE dari Korelasi nilai K
VLE dar orelas nla Penggunaan utama hubungan kesetmbangan fasa, yatu dalam perancangan proses pemsahan yang bergantung pada kecenderungan zat-zat kma yang dberkan untuk mendstrbuskan dr, terutama dalam
Lebih terperinciMODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN
MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN Tjutju T. Dmyat Jurusan Teknk Industr Unverstas Pasundan E-mal : admyat@bdg.centrn.net.d ABSTRAK Penentuan rute kendaraan (Vehcle
Lebih terperinci