Abdul Rajab Andi Faharuddin Staf Pengajar Teknik Elektro Univ. Andalas, Padang. Kampus Limau Manis, Padang

Ukuran: px
Mulai penontonan dengan halaman:

Download "Abdul Rajab Andi Faharuddin Staf Pengajar Teknik Elektro Univ. Andalas, Padang. Kampus Limau Manis, Padang"

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

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 terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata 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 terperinci

toto_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 terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 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 terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan 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 terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB 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 terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB 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 terperinci

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI

SIMULASI 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 terperinci

BAB IV PEMBAHASAN MODEL

BAB 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 terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 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 terperinci

Bab V Aliran Daya Optimal

Bab 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 terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload 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 terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.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 terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN 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 terperinci

BAB VB PERSEPTRON & CONTOH

BAB 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 terperinci

BAB II OPTIMALISASI PADA SISTEM KELISTRIKAN

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. 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 terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB 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 terperinci

BAB II TEORI ALIRAN DAYA

BAB 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 terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 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 terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. 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 terperinci

BAB III METODOLOGI PENELITIAN

BAB 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 terperinci

Bab III Analisis Rantai Markov

Bab 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 terperinci

STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN. Abstrak

STUDI 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 terperinci

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT

PERANCANGAN 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 terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. 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 terperinci

PENERAPAN PROGRAM LINIER KABUR DALAM ANALISIS SENSITIVITAS PROGRAM LINIER

PENERAPAN 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 terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB 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 terperinci

PENGEMBANGAN MODEL PERSEDIAAN DENGAN MEMPERTIMBANGKAN WAKTU KADALUARSA BAHAN DAN FAKTOR INCREMENTAL DISCOUNT

PENGEMBANGAN 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 terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 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 terperinci

BAB II TINJAUAN PUSTAKA

BAB 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 terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB 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 terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. 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 terperinci

Analisa Operasi Ekonomis Pembangkit Termal untuk Melayani Beban Puncak Sistem Kelistrikan Sumbar

Analisa 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 terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

SEMINAR 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 terperinci

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB 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 terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB 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 terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL 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 terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. 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 terperinci

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

BAB 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 terperinci

III. METODE PENELITIAN. Penelitian ini merupakan penelitian pengembangan (Research and

III. 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 terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB 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 terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB 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 terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS 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 terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 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 terperinci

Nama : Crishadi Juliantoro NPM :

Nama : 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 terperinci

PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN SYARAF

PEMILIHAN 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 terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. 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 terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB 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 terperinci

PENGEMBANGAN 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 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 terperinci

PENERAPAN 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 (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 terperinci

EFISIENSI 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 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 terperinci

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

PRAKTIKUM 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 terperinci

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

PEMAHAMAN 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 terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian 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 terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB 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 terperinci

GENERATOR 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) 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 terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB 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 terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 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 terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (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 terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN PENGARUH PENGGUNAAN METODE GALLERY WALK

BAB 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 terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB 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 terperinci

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

PENGGUNAAN 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 terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan 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 terperinci

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO

PENJADWALAN 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 terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI 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 terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB 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 terperinci

Peramalan Beban Listrik Untuk Penjadwalan Sistem Pembangkit

Peramalan 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 terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 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 terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 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 terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN 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 terperinci

III. METODE PENELITIAN. bersifat statistik dengan tujuan menguji hipotesis yang telah ditetapkan.

III. 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 terperinci

OPTIMASI PEMBAGIAN BEBAN PLTU SURALAYA MENGGUNAKAN METODE ANT COLONY OPTIMIZATION

OPTIMASI 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB 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 terperinci

MODEL 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 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 terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB 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 terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI 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 terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 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 terperinci

IV. HASIL DAN PEMBAHASAN

IV. 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 terperinci

Perumusan Ensembel Mekanika Statistik Kuantum. Part-2

Perumusan 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 terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB 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 terperinci

TEORI INVESTASI DAN PORTFOLIO MATERI 4.

TEORI 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 terperinci

2.1 Sistem Makroskopik dan Sistem Mikroskopik Fisika statistik berangkat dari pengamatan sebuah sistem mikroskopik, yakni sistem yang sangat kecil

2.1 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 terperinci

BAB 2 LANDASAN TEORI

BAB 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 terperinci

BAB III METODE PENELITIAN. pretest postes control group design dengan satu macam perlakuan. Di dalam

BAB 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 terperinci

MODIFIED IMPROVED PARTICLE SWARM OPTIMIZATION FOR OPTIMAL GENERATOR SCHEDULING

MODIFIED 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 terperinci

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Penerapan 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 terperinci

ANALISIS 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 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 terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran 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 terperinci

SELANG 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 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 terperinci

Model Potensial Gravitasi Hansen untuk Menentukan Pertumbuhan Populasi Daerah

Model 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 terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. 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 terperinci

OVERVIEW 1/40

OVERVIEW 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 terperinci

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

Lebih terperinci

SCHEMATICS 2009 National Programming Contest

SCHEMATICS 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 terperinci

VLE dari Korelasi nilai K

VLE 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 terperinci

MODEL HEURISTIK PENENTUAN RUTE KENDARAAN DENGAN BATASAN WAKTU PENGIRIMAN

MODEL 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