Internal Model Control (IMC) - Neural Network (NN) Gain Scheduling untuk Pengendalian Kolom Distilasi

Ukuran: px
Mulai penontonan dengan halaman:

Download "Internal Model Control (IMC) - Neural Network (NN) Gain Scheduling untuk Pengendalian Kolom Distilasi"

Transkripsi

1 teral Moel otrol (M eural etwork ( ai Scheulig Utuk Pegealia Kolom istilasi [Totok R. iyato] teral Moel otrol (M eural etwork ( ai Scheulig utuk Pegealia Kolom istilasi Totok R. iyato Jurusa Tekik Fisika, Fakultas Tekologi ustri TS Surabaya Kampus TS Keputih Sukolilo Surabaya 60 totokrb@ep.its.ac.i Abstrak Paa peelitia ii ikembagka suatu alteratif sistem pegealia ega algoritma teral Moel otrol eural etwork ai Scheulig (MS utuk megealika fraksi mol metaol a air paa kolom istilasi tuggal sistem bier metaolair ega struktur LV. Paa struktur LV Fraksi istilat ( ipasagka ega laju alira refluk (L seagka fraksi bawah ipasagka ega laju paas paa reboiler (Qr. Karakteristik pegeali M haya tergatug paa harga tuig λ atau time kosta filter yag iberika kepaaya. ega memaipulasi harga tuig λ maka pegeali M aka mejai pegeali oliier, imaa paa MS harga λ yag iupate ari output yag telah ilatih ega iput berupa error, proses variabel (PV, maipulate variabel (MV a setpoit ari plat. Kierja alam melakuka gai scheulig terhaap M apat meigkatka kualitas sistem pegealia a kualitas prouk yag itujukka secara kuatitatif ega tegral Absolute Error (AE. Perubaha AE terbaik atara M a MS tercapai paa pegujia peambaha fraksi iput (f, iperoleh AE sebesar 0, utuk M a AE sebesar 0,00042 utuk MS atau 559 kali lebih baik. Selai itu MS memiliki respos sistem lebih cepat, tiak memiliki offset, serta bersifat kokoh terhaap perubaha setpoit a kehaira gaggua yag mempegaruhi proses. Kata kuci: eural etwork (, teral Moel otrol (M ai Scheulig, kolom istilasi. Abstract This research is evelop the alterative cotrol algorithm usig teral Moel otrol eural etwork ai Scheulig (MS to cotrol mole fractio of methaolwater istillatio colum. istillatio colum with LV cotrol strategy has pairig L a bqr. M performaces epe o oly λ tuig value or filter time costat. With λ tuig value maipulatig M coul be oliear cotrol, where λ tuig value is outputs of that ha bee traie by usig error variable, process variable, maipulate variable, a set poit variable from plat. ai scheulig usig coul be icrease cotrol system performace a prouct quality. The best AE chagig value show at mole fractio fee icrease. There are AE equal with 0, for M a AE equal with 0, for MS. other wor MS has AE 559 times better tha M. esie that MS has faster respose, offset free a robust to overcome setpoit a isturbace chages. Keywors: eural etwork (, teral Moel otrol (M ai Scheulig, istillatio olum. Peahulua M telah bayak iulas paa beberapa buku ajar [4], a beberapa peeliti telah megaplikasika metoe pegealia M megguaka pemoela matematis. alam peelitia tersebut membaigka respo pegealia atara P ega M, a iapatka bahwa utuk proses yag komplek, M meampilka respo yag lebih baik a robust ibaigka ega P (kovesioal kotrol. amu karakteristik M paa peelitia iatas tiak berbea ega P yaitu pegeali yag liier. Semetara karakteristik umum ari proses i iustri merupaka proses yag oliier, atata: iskusi utuk makalah ii iterima sebelum taggal esember iskusi yag layak muat aka iterbitka paa Jural Tekik Elektro volume 6, omor, Maret kompleks, multivariabel serta ipegaruhi oleh gagguagaggua yag merugika proses tersebut. Salah satu alteratif yag apat iguaka utuk meigkatka kualitas a ujuk kerja sistem pegealia i iustri aalah megembagka strategi sistem pegealia oliier. M sebagai pegeali berbasis moel, maka usaha membuat pegeali M oliier apat ilakuka ega membuat moel yag oliier seperti yag telah ilakuka oleh [2] megguaka moel a pegeali a [3] moel a pegeali ega eurofuzzy. amu cara ii mempuyai keala utuk meapatka ata opeloop plat yag bervariasi paa seluruh rage pegealia [], sehigga perlu ipikirka metoe lai utuk meapatka pegeali yag oliier. Jurusa Tekik Elektro, Fakultas Tekologi ustri Uiversitas Kriste Petra 73

2 Jural Tekik Elektro Vol. 5, o. 2, September 2005: Alteratif lai aalah ega memafaatka [6] sebagai ai Scheulig tuig M, ega megatur harga λ sesuai kebutuha plat. mempuyai kemampua alam memoelka sistem yag kompleks a bekerja paa aerah yag o liier, sehigga apat imafaatka utuk megoptimasi kotroler M ega megkombiasika keuaya [3]. Fugsi isii aalah sebagai ai Scheulig M yag merubah ubah parameter λ sesuai kebutuha plat. alam peelitia ii M ai Scheullig aka iterapka secara simulasi megguaka Matlab utuk megealika fraksi mol istilat a faksi mol prouk bawah paa kolom istilasi metaol air. Proses ialam kolom istilasi metaolair. melibatka beberapa variabel yaitu tekaa top tray, temperatur i tiap tray, flow fee, kosetrasi prouk a b serta level koesor a bottom yag salig beriteraksi satu sama lai, sehigga proses yag berjala ialamya mejai kompleks a o lier. Prouk istilat ( a prouk bawah (b ipegaruhi juga oleh laju umpa/fee a fraksi mol fee (f. [] Permasalahaya aalah bagaimaa performasi pegeali M yag ituig ega utuk megealika komposisi fraksi istilat ( a fraksi bawah (b paa kolom istilasi metaol air? Peelitia ii bertujua utuk mesimulasika a megaalisa kierja performasi pegeali M ai Scheulig paa kolom istilasi metaol air a ibaigka ega kotroler M kovesioal. Tijaua Pustaka Kolom istilasi ier Kolom istilasi bier mempuyai kesetimbaga massa [4] a eergi [] yag apat iteragka sebagai berikut: Kesetimbaga massa a paas paa koesor a reflux rum eraca massa total: M V L = T T eraca massa kompoe : = VTY T ( L T ( (2 eraca paas: h = VT H T LT ht h Qc (3 Kesetimbaga massa a paas paa tiap tray eraca massa total: M L L V = V eraca massa kompoe : M (4 ( = L L V Y VY (5 eraca massa paas : h = L h Lh V H VH (6 ambar 2 Kesetimbaga massa paa tiap tray Kesetimbaga massa a paas paa tray umpa ( = F ambar 3 Kesetimbaga massa paa tray umpa ambar. Kesetimbaga massa paa koesor a reflux rum eraca massa total: M F = LF LF F VF eraca massa kompoe : V M ( F F = LF F LF F VF YF V Y F F F z F F (7 (8 74 Jurusa Tekik Elektro, Fakultas Tekologi ustri Uiversitas Kriste Petra

3 teral Moel otrol (M eural etwork ( ai Scheulig Utuk Pegealia Kolom istilasi [Totok R. iyato] eraca paas: M ( FhF = LF hf LFhF VF HF V H Fh eraca paas : F F F (9 h = L h Lh V H VH (0 Kesetimbaga massa a paas paa reboiler a base kolom eraca massa total: M = L V ( R eraca massa kompoe: = L VRY (2 eraca paas : h = Lh VR H h Q (3 R R c p U u U ambar 5. Feeback cotroller Hubuga atara c a i itujukka paa persamaa: c = /( m (4 Utuk struktur yag itujukka paa gambar 8, meujukka bahwa : = U [ R U ] ( m (5 Jika moel tepat sama ega proses (m = p, maka haya siyal U yag masuk ke alam komparator paa gambar 6. Ketika U tiak meghasilka proses apapu oleh fugsi trasfer paa loop forwar, U buka merupaka siyal feeback tetapi siyal bebas yag equivalet ega R a meghasilka keluara. Paa keyataaya, tiak aa feeback ketika p = m a gambar 6 aka meghasilka sistem opeloop seperti itujukka paa gambar 9. U u ambar 4. Kesetimbaga massa paa Reboiler a base kolom R i p U M (teral Moel otrol m teral Moel otrol (M aalah metoe pegealia yag berasarka paa ketepata suatu moel ari suatu proses, yag mejai peoma utuk meesai sistem pegealia yag stabil a robust. imaa, suatu sistem pegealia yag robust aalah sistem pegealia yag ama paa perubaha proses iamik [5] lok iagram utuk feeback cotroller a Struktur pegeali M paa gambar 5 sampai gambar 8. imaa p aalah fugsi trasfer plat, c aalah fugsi trasfer pegeali, u aalah fugsi trasfer isturbace, i aalah fugsi trasfer iverse moel, m aalah fugsi trasfer forwar moel, R aalah setpoit, U aalah isturbace, U aalah output plat yag isebabka perubaha isturbace a aalah cotrol variable R ambar 6. Struktur M m p ambar 7. Alteratif struktur M U Jurusa Tekik Elektro, Fakultas Tekologi ustri Uiversitas Kriste Petra 75

4 Jural Tekik Elektro Vol. 5, o. 2, September 2005: ambar 8. Struktur M equivalet ega kotrol kovesioal R U m U ambar 9. Struktur M ketika moel sesuai ega proses (m = p Paa gambar stabilitas ari sistem pegealia bergatug haya paa a m. Jika a m stabil, maka sistem pegealia stabil. ealya, jika haya terjai perubaha set poit (U = 0 apat ilihat ari gambar 9 atau persamaa 0 bahwa = (p = m, maka: = (6 m = / (7 m Utuk kasus perubaha gaggua loa U, imaa R = 0 a harga keluara stabil, maka aka juga meghasilka persamaa yag sama ega persamaa ( a (2. M haya membutuhka satu parameter pegeali λ. sebagai filter (persamaa 8, agar apat mejai pegeali yag cukup robust utuk gaggua loa a set poit karea harga fugsi trasfer paa moel plat a iverseya sesuai ega persamaa (6 a (7. f( s = (8 ( λs eural etwork ( ega Algoritma elajar Levebeg Marquar Algoritma Leveberg Marquar apat iirigkas sebagai berikut: [6]. Pilih vector bobot awal w (0 a harga awal λ (0. imaa w aalah bobot a λ iberika harga awal. 2. Tetuka arah pecaria. ( i ( i ( i ( i [ R( w λ ] f = ( w (9 maka iperoleh f a imasuka ke: w = arg miv ( w, Z w jika V (w (i f (i,z < V (w (i,z sehigga memeuhi w (i = w (i f (i sebagai iterasi baru, maka λ (i = λ (i. Jika tiak maka mecari harga baru ari r ( i ( i ( i ( i V( w, Z V( w f, Z r = (20 ( i ( i ( i ( i V ( w, Z L ( w f jika r (i > 0,75 maka λ (i = λ (i /2 jika r (i < 0,25 maka λ (i = 2λ (i 3. Jika kriteria tercapai, maka perhituga berheti. Jika kriteria belum tercapai maka megulagi lagkah omer 2. Sistem Yag iteliti Peelitia ii megguaka moel pemisaha sistem methaolair alam kolom istilasi tuggal ega megguaka struktur pegealia LV. Spesifikasi peracaga sistem itujukka paa Tabel [,3]. Tabel. ata steay state kolom istilasi metaol air [,3] iskripsi Variabel ilai Laju umpa (F, mol/mei Laju istilat (, mol/meit Laju prouk bawah (, mol/meit Komposisi umpa (f, fraksi mol methaol Komposisi istilat (, fraksi mol methaol Komposisi prouk bawah (, fraksi mol 0 methaol Perbaiga refluks Jumlah plate 30 Letak plate umpa 5 Tekaa operasi (atm eba coesor, 04 kcal/meit 35 eba reboiler, 04 kcal/meit 35 Kolom tuggal iracag ega basis perbaiga refluks sebesar, kali perbaiga refluks miimum. Sistem yag iguaka aalah methaolair paa tekaa atm. Kemuria prouk aalah 99% frsksi mol metaol paa istilat a % frsksi mol metaol paa prouk bawah. Kosumsi eergi paas utuk reboiler aalah sebesar 35, x 0 4 kcal/meit. 76 Jurusa Tekik Elektro, Fakultas Tekologi ustri Uiversitas Kriste Petra

5 teral Moel otrol (M eural etwork ( ai Scheulig Utuk Pegealia Kolom istilasi [Totok R. iyato] Simulasi Pegambila ata put Output Traiig F, f R L V T LT Kotroler L x x sp xb sp ss ata iput output utuk traiig iperoleh ari simulasi paa Matlab ega cara memberika iput siyal APRS λ a λ2 serta setpoit a setpoit b kepaa sistem pegealia kolom istilasi megguaka M a mecatat output sistem pegealia yag berupa ata iamik error (e, variabel termaipulasi (MV a proses variabel (PV. Seperti paa gambar 2. QR LT L T xb F =Laju fee f =Fraksi fee = Laju alira istilat =Fraksi istilt =Laju prouk bottom b =Fraksi bottom L = Laju alira refluk R = Refluk rasio Qr =Laju paas reboiler ambar 0. Struktur kolom istilasi ega struktur LV [3] Paa peelitia ii, variabel yag ikealika aalah fraksi mol methaol paa prouk bawah,, a fraksi mol methaol paa istilat,. Seagka variabel yag imaipulasi aalah laju refluk (L a laju paas paa reboiler (Qr ega gaggua laju Fee (F a fraksi Fee ( F. Sistem proses yag iguaka itujukka paa gambar 0. [3] Peracaga Amplituo PseuoRaom iary Sigal (APRS Siyal APRS (Amplituo Pseuo Raom iary Sigal [5] merupaka pembagkit siyal yag terbaik utuk meapatka karakteristik kompleks ari proses yag iteliti ega megatur lebar pulsa siyal a amplituo. alam peelitia ii APRS iguaka utuk λ a λ2 serta setpoit a setpoit b. Setelah parameter APRS (lebar a tiggi pulsa itetuka, maka raom ata apat imasukka sebagai pemicu ata plat. ambar aalah salah satu cotoh siyal APRS ambar Salah satu hasil APRS yaitu λ ambar 2 Proses variabel fraksi Arsitektur a Traiig Arsitektur ari paa peelitia ii megguaka MLP (Multi Layer Percepto ega struktur AR (eural etwork Auto Regressive, eteral iput imaa variabel iput megaug iput (U a output (Y masa sekarag a lampau []. Persamaa output moel Ŷ apat itulis sebagai berikut: Y ˆ = f ( Y, Y, U, U (2 2 2 imaa : Y ˆ = [ yˆ ( k yˆ ( k ] T 2 Y = [y(k, y(k, y(k y] Y2 = [ y 2 (k, y 2 (k, y 2 (k y 2 ] U = [ u(k, u(k, u(k u ] U 2 = [ u 2 (k, u 2 (k, u 2 (k u 2 ] imaa y a u aalah history legth utuk output a iput proses. Pemiliha jumlah layer aalah tiga yaitu layer iput, layer hie a layer output ega fugsi aktifasi hyperbolic taget paa hie euro a fugsi aktifasi liear paa output euro, suah mampu memoelka sistem iamik ega baik. Hal ii suah ibuktika utuk memoelka kolom istilasi megguaka Matlab a ivaliasi ega Hysys Software [,3] ambar 3 aalah MLP ega struktur iput AR ega jumlah layer a fugsi aktifasi imaa paa saat awal pelatiha ega bobot moel iambil secara acak, maka Y a Yhat aka Jurusa Tekik Elektro, Fakultas Tekologi ustri Uiversitas Kriste Petra 77

6 Jural Tekik Elektro Vol. 5, o. 2, September 2005: meujukka harga yag berbea paa keseluruha ata set pelatiha atau masih aa error (e. Error ii aalah fugsi tujua yag aka imiimisasi paa setiap iterasi atau epoch selama pelatiha megguaka algoritma Leveberg Marquar ega megubah bobot W a W2 paa. ambar 5 aalah struktur MS yag aka iuji performasiya imaa gai scheullig aka megeluarka output utuk megupate ilai λ berasarka beberapa iput yaitu error, proses variabel, setpoit, a maipulate variabel. ai Scheulig F & f isturbace Ref ( & b error M Kotroler Proses ( & b Ref = Setpoit = Fraksi istilat b = Fraksi bottom F = laju fee f = Fraksi fee = otrol Variabel ambar 5. lok iagram MS yag aka iuji performasiya ambar 3 Struktur hasil racaga Valiasi moel yag telah ibuat terhaap plat ilakuka ega memberika iput yag belum perah ilatihka kepaa a mecatat Root Mea Square Error (RMSE yag terjai sepajag sample valiasi. Hasil valiasi seperti gambar 4, terlihat bahwa output moel a output proses sagat berimpit, sehigga terlihat seperti satu garis. Seagka Root Mea Square Error (RMSE apat itulis sebagai berikut: RMSE = ( y ˆ 2 i yi i = (22 ambar 4. Valiasi output moel a output proses λ Pegujia a Aalisa Setelah traiig ilakuka, selajutya itegrasika ega M kotroler. Utuk melihat efektifitas kierja, maka iberika perubaha set poit a b, a isturbace berupa perubaha fraksi fee a laju fee yag besarya ± %. Sebagai cotoh paa pegujia perubaha setpoit plus % iperoleh harga AE sebesar 0, utuk kotroler M ai Scheulig a AE 0,60350 utuk M kovesioal. Seagka utuk perubaha setpoit b iperoleh harga AE sebesar 0,83987 utuk kotroler M ai Scheulig a AE 0, utuk M kovesioal, seperti terlihat paa ambar 6. ata AE pegujia selegkapya apat ilihat paa Tabel 2. PV 0,994 0,992 0,99 0,9908 0,9906 0,9904 0,9902 0,99 0,9898 0,9896 0,9894 Perbaiga Respo M ega M_S terhaap perubaha Setpoit % M Setpoit MS 0, Time (miute ambar 6. Perubaha set poit % ega kotroler M a kotroler M ai Scheulig ambar 6 meujukka bahwa M kovesioal yag telah ituig ega harga λ terbaik yaitu 0, memiliki respo yag slugish isebabka harga λ yag tetap. Apabila harga λ irubah mejai lebih kecil atau gai pegeali mejai lebih besar maka aka meyebabka overshoot a AE yag besar. Seagka utuk MS harga λ berharga kecil sekali paa saat error besar a membesar saat error semaki kecil, sehigga iperoleh respo yag cepat 78 Jurusa Tekik Elektro, Fakultas Tekologi ustri Uiversitas Kriste Petra

7 teral Moel otrol (M eural etwork ( ai Scheulig Utuk Pegealia Kolom istilasi [Totok R. iyato] amu memiliki overshoot yag kecil a harga AE yag kecil juga. Tabel 2. Perbaiga performasi AE utuk M a MS Perubaha AE M (% AE MS (% b b % 0, , , ,83987 % 0, , , ,00295 b % 0, , ,0075 0,06990 b % 0, ,7074 0, , f % 0, , , , f % 0, , , , F % 0, , , , F % 0,363074, , , Kesimpula Telah iracag MS utuk megealika kualitas prouk kolom istilasi methaolair a meujukka bahwa efektifitas alam meupate harga tuig λ paa kotroler M membuat performasi sistem pegealia MS lebih baik jika ibaigka ega M kovesioal, itijau ari ilai AE yag kecil, AE yag kecil paa pegealia kualitas kolom istilasi meujukka bahwa prouk istilat (methaol yag tiak sesuai spesifikasi ari kualitas yag itetuka semaki seikit a prouk bawah (air semaki ramah ligkuga, peghemata eergi paa reboiler a koeser a secara keseluruha performasi sistim mejai lebih baik. aftar Pustaka [] iyato, TR., Satosa, HH, Moelig of methaolwater biary istillatio colum usig a eural etwork, Joural strumetasi Vol 28 o, strumetatio Society of oesia, Jakarta, Jauary Jue 2004 [2] iyato, TR., Hearwato,, teral Moel otrol ase eurofuzzy (FM for otrollig Reactor Temperature, atioal Semiar FT TS 2005, Surabaya, 2930 March 2005 [3] iyato, TR., Haogo, R., Suhartato, T, otrollig of a biary istillatio colum usig eural etwork teral Moel otrol ( M, Post rauate Semiar V, Sepuluh opember stitute of Techology Surabaya, Surabaya, 2425 August 2004 [4] Luybe, W. L. jor. Tyreus, Michael L. Luybe, Plat wie Process otrol, Mc raw Hill, ew York, 998 [5] elles O, serma R., asis Fuctio etworks for terpolatio of Local Liear Moels, Proc.of 35 th oferece o ecisio a otrol, Kobe, Japa, ecember,996. [6] orgaar, M,.Rav, O., Poulse,.K., a Hase L.K., eural etwork for Moellig a otrol of yamic Systems, Spriger Loo. opember Jurusa Tekik Elektro, Fakultas Tekologi ustri Uiversitas Kriste Petra 79

PENENTUAN KONDISI OPERASI OPTIMUM PROSES KOLOM DISTILASI MENGGUNAKAN JARINGAN SYARAF TIRUAN

PENENTUAN KONDISI OPERASI OPTIMUM PROSES KOLOM DISTILASI MENGGUNAKAN JARINGAN SYARAF TIRUAN PEETUA KODISI OPERASI OPTIMUM PROSES KOLOM DISTILASI MEGGUAKA JARIGA SYARAF TIRUA Totok R. Biyato Tekik Fisika. - FTI ITS Surabaya Kampus ITS Keputih Sukolilo Surabaya 60111 Telp : 62 31 5947188 Fax :

Lebih terperinci

Algoritma Genetika untuk Mengoptimasi Konsumsi Energi pada Proses Kolom Distilasi Metanol-Air

Algoritma Genetika untuk Mengoptimasi Konsumsi Energi pada Proses Kolom Distilasi Metanol-Air Algoritma Geetika utuk Megoptimasi Kosumsi Eergi pada Proses Kolom Distilasi Metaol-Air [Totok R. iyato] Algoritma Geetika utuk Megoptimasi Kosumsi Eergi pada Proses Kolom Distilasi Metaol-Air Totok R.

Lebih terperinci

BAB IV METODOLOGI PENELITIAN

BAB IV METODOLOGI PENELITIAN BAB IV ETODOLOGI PENELITIAN IV Lagkah-Lagkah Aalisis Struktur yag aka ijaika moel alam peelitia ii aalah struktur bagua latai a latai, yag iasumsika terbuat ari baja Struktur terlebih ahulu imoel ega megguaka

Lebih terperinci

Kecepatan putar sebuah motor servo dengan input konstan digambar sebagai berikut: Time (s)

Kecepatan putar sebuah motor servo dengan input konstan digambar sebagai berikut: Time (s) UJIAN TENAH SEMESTER ANJIL TAHUN / JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS DIPONEORO Mata Uji : Sistem Kotrol Aalog Sifat : Terbuka Hari, taggal : Rabu, Nopember Waktu : 6.3 8. (9 meit) Ruag

Lebih terperinci

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000

DSP Application Research Centre, Electrical Engineering Dept. SOLUSI UAS 5 JUNI 2000 TA 1999 / 2000 DSP Applicatio Research Cetre, Electrical Egieerig Dept. SOLUSI UAS 5 JUNI TA 999 /. Sistem Liier ega fugsi trasfer : ( s + H ( s ( s + 4( s + a. Tetuka respose impulse sistem. Apakah sistem stabil? (

Lebih terperinci

ESTIMASI PARAMETER MOTOR ARUS SEARAH MENGGUNAKAN METODA LEAST-SQUARE ESTIMATOR

ESTIMASI PARAMETER MOTOR ARUS SEARAH MENGGUNAKAN METODA LEAST-SQUARE ESTIMATOR ESTIMASI PARAMETER MOTOR ARUS SEARAH MENGGUNAAN METODA LEAST-SQUARE ESTIMATOR Iskaar Azis Program Stui Tekik Sipil Fakultas Tekik Uiversitas Almuslim Bireue ABSTRA Estimasi parameter motor arus searah

Lebih terperinci

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik

CATATAN KULIAH Pertemuan VII: Konsep Total Derivatif dan Aplikasinya pada Komparatif Statik CATATAN KULIAH ertemua VII: Kosep Total erivati a Aplikasia paa Komparati tatik A. ieresial Masalah ag ihaapi: Bagaimaa aalisis komparati-statik jika tiak aa solusi betuk-rigkas reuce-orm ikareaka oleh

Lebih terperinci

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control

Bab II Sistem Dengan Fase Nonminimum Dan Iterative Learning Control Bab II Sistem Dea Fase Nomiimum Da Iterative Leari Cotrol Paa baia ii, aka ibahas sistem plat oliear ea ase o miimum a hal-hal ya terkait ea plat oliear. Pembahasa teta iversi stabil a iterative leari

Lebih terperinci

BAB II STATISTIK MAXWELL-BOLTZMAN

BAB II STATISTIK MAXWELL-BOLTZMAN BAB II STATISTIK MAXWELL-BOLTZMAN A. Kapasitas Paas Jeis Zat Paat. Paa zat paat yag berbetuk kristal, atom-atom atau molekul-molekul pembaguya tersusu secara teratur. Atom-atom atau molekulya terikat satu

Lebih terperinci

Rancangan Percobaan. Arum Handini Primandari, M.Sc.

Rancangan Percobaan. Arum Handini Primandari, M.Sc. Kosep Dasar Statistika utuk Racaga Percobaa Arum aii Primaari, M.Sc. Operator Pejumlaha Operator pejumlaha: Sifat: i1 i i1 i1 k k kx k x i1 i i1 i1 i i i i i1 i1 i1 i a bx a b x x y x y x x x... x i i

Lebih terperinci

Studi Kasus Optimasi Proses Sizing Benang di P.T. XYZ

Studi Kasus Optimasi Proses Sizing Benang di P.T. XYZ Studi Kasus Optimasi Proses Sizig Beag di P.T. XYZ Didik Wahjudi Dose Jurusa Tekik Mesi-Fakultas Tekologi Idustri, Uiversitas Kriste Petra Ceter for Quality Improvemet Jl. Siwalakerto -, Surabaya 609 dwahjudi@peter.petra.ac.id

Lebih terperinci

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder 3. Ragkaia Logika Kombiasioal da Sequesial Ragkaia Logika secara garis besar dibagi mejadi dua, yaitu ragkaia logika Kombiasioal da ragkaia logika Sequesial. Ragkaia logika Kombiasioal adalah ragkaia yag

Lebih terperinci

Fendy Santoso Dosen Fakultas Teknologi Industri, Jurusan Teknik Elektro Universitas Kristen Petra email: fendy@petra.ac.id.

Fendy Santoso Dosen Fakultas Teknologi Industri, Jurusan Teknik Elektro Universitas Kristen Petra email: fendy@petra.ac.id. JURNAL TEKNIK MESIN Vol. 5, No., April 003: 36 4 Perbadiga Kierja Sistem Kotrol Berumpa Balik (Feedbak) Dega Sistem Kotrol Berumpa Maju (Feedfoward) Pada Jariga Peukar Paas (Heat Exhager) Fedy Satoso Dose

Lebih terperinci

APLIKASI PETA KENDALI STATISTIK DALAM MENGONTROL HASIL PRODUKSI SUATU PERUSAHAAN

APLIKASI PETA KENDALI STATISTIK DALAM MENGONTROL HASIL PRODUKSI SUATU PERUSAHAAN APLIKASI PETA KENDALI STATISTIK DALAM MENGONTOL HASIL PODUKSI SUATU PEUSAHAAN Muhamma Arafat Abullah Jurusa Matematika FMIPA Uiversitas Sulawesi Barat e-mail: arafatmaar@gmail.com Abstrak Paper ii membahas

Lebih terperinci

Karakteristik Dinamik Elemen Sistem Pengukuran

Karakteristik Dinamik Elemen Sistem Pengukuran Karakteristik Diamik Eleme Sistem Pegukura Kompetesi, RP, Materi Kompetesi yag diharapka: Mahasiswa mampu merumuskaka karakteristik diamik eleme sistem pegukura Racaga Pembelajara: Miggu ke Kemampua Akhir

Lebih terperinci

Bab III Metoda Taguchi

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

Lebih terperinci

IMPLEMENTASI DENOISING CITRA RGB MENGGUNAKAN METODE WAVELET BERBASIS LOGIKA FUZZY

IMPLEMENTASI DENOISING CITRA RGB MENGGUNAKAN METODE WAVELET BERBASIS LOGIKA FUZZY IMPLEMENTASI DENOISING CITRA RGB MENGGUNAKAN METODE WAVELET BERBASIS LOGIKA FUZZY Aisyah Nike Pramiswari, Yuhi Purwaato, Rully Soelaima 3 Tekik Iformatika, Fakultas Tekologi Iformasi, ITS email : ike.a@gmail.com,

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 86-88 Latiha 2 Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a. Hitug Sum of Square for Regressio (X) b.

Lebih terperinci

Totok R. Biyanto. Teknik Fisika. - FTI ITS Surabaya. Kampus ITS Keputih Sukolilo Surabaya Telp : Fax :

Totok R. Biyanto. Teknik Fisika. - FTI ITS Surabaya. Kampus ITS Keputih Sukolilo Surabaya Telp : Fax : JARIGA SYARAF TIRUA UTUK MODEL PREDIKTIF KOTROL Totok R. Biyanto Teknik Fisika. - FTI ITS Surabaya Kampus ITS Keputih Sukolilo Surabaya 60111 Telp : 62 31 5947188 Fax : 62 31 5923626 Email : trb@ep.its.ac.id

Lebih terperinci

TINJAUAN PUSTAKA Pengertian

TINJAUAN PUSTAKA Pengertian TINJAUAN PUSTAKA Pegertia Racaga peelitia kasus-kotrol di bidag epidemiologi didefiisika sebagai racaga epidemiologi yag mempelajari hubuga atara faktor peelitia dega peyakit, dega cara membadigka kelompok

Lebih terperinci

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

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

Lebih terperinci

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN

PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN PENGGGUNAAN ALGORITMA GAUSS-NEWTON UNTUK MENENTUKAN SIFAT-SIFAT PENAKSIR PARAMETER DAN DALAM SUATU MODEL NON-LINIER Abstrak Nur ei 1 1, Jurusa Matematika FMIPA Uiversitas Tadulako Jl. Sukaro-Hatta Palu,

Lebih terperinci

Pengaturan Level Ketinggian Air Menggunakan Kontrol PID

Pengaturan Level Ketinggian Air Menggunakan Kontrol PID Pegatura Level Ketiggia Air Megguaka Kotrol PID [Thiag et al.] Pegatura Level Ketiggia Air Megguaka Kotrol PID Thiag, Yohaes TDS, Adre Mulya Fakultas Tekologi Idustri, Jurusa Tekik Elektro, Uiversitas

Lebih terperinci

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL Nama : INDRI SUCI RAHMAWATI NIM : 2015-32-005 ANALISIS REGRESI SESI 01 HAL. 85-88 Latiha 1 Pelajari data dibawah ii, tetuka depede da idepedet variabel serta a. Hitug Sum of for Regressio (X) b. Hitug

Lebih terperinci

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

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

Lebih terperinci

INSTRUMENTASI DAN KONTROL UNTUK PENGHEMATAN ENERGI KOLOM ALDEHID

INSTRUMENTASI DAN KONTROL UNTUK PENGHEMATAN ENERGI KOLOM ALDEHID ISTRUMETASI DA KOTROL UTUK PEGHEMATA EERGI KOLOM ALDEHID Totok R. Biyanto Jurusan Teknik Fisika - FTI ITS Surabaya Kampus ITS Keputih Sukolilo Surabaya 60111 Telp : 62 31 5947188 Fax : 62 31 5923626 Email

Lebih terperinci

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered.

Penyelesaian: Variables Entered/Removed a. a. Dependent Variable: Tulang b. All requested variables entered. 2. Pelajari data dibawah ii, tetuka depede da idepede variabel serta : a) Hitug Sum of Square for Regressio (X) b) Hitug Sum of Square for Residual c) Hitug Meas Sum of Square for Regressio (X) d) Hitug

Lebih terperinci

Institut Teknologi Sepuluh Nopember Surabaya. Model Sistem dalam Persamaan Keadaan

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

Lebih terperinci

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

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

Lebih terperinci

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD

PENGEMBANGAN MODEL ANALISIS SENSITIVITAS PETA KENDALI TRIPLE SAMPLING MENGGUNAKAN UTILITY FUNCTION METHOD Semiar Nasioal Iformatika 5 (semasif 5) ISSN: 979-8 UPN Vetera Yogyakarta, 4 November 5 PENGEMBANGAN MODE ANAISIS SENSITIVITAS PETA KENDAI TRIPE SAMPING MENGGUNAKAN UTIITY FUNCTION METHOD Juwairiah ),

Lebih terperinci

Pengenalan Pola. Regresi Linier

Pengenalan Pola. Regresi Linier Pegeala Pola Regresi Liier PTIIK - 014 Course Cotets 1 Defiisi Regresi Liier Model Regresi Liear 3 Estimasi Regresi Liear 4 Studi Kasus da Latiha Defiisi Regresi Liier Regresi adalah membagu model utuk

Lebih terperinci

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali

Kestabilan Rangkaian Tertutup Waktu Kontinu Menggunakan Metode Transformasi Ke Bentuk Kanonik Terkendali Jural Tekika ISSN : 285-859 Fakultas Tekik Uiversitas Islam Lamoga Volume No.2 Tahu 29 Kestabila Ragkaia Tertutup Waktu Kotiu Megguaka Metode Trasformasi Ke Betuk Kaoik Terkedali Suhariyato ) Dose Fakultas

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET BAB VII RANDOM VARIATE DISTRIBUSI DISKRET Diskret radom variabel dapat diguaka utuk berbagai radom umber yag diambil dalam betuk iteger. Pola kebutuha ivetori (persediaa) merupaka cotoh yag serig diguaka

Lebih terperinci

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

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

Lebih terperinci

5. KARAKTERISTIK RESPON

5. KARAKTERISTIK RESPON 5. ARATERISTI RESPON Adalah ciri-ciri khusus perilaku diamik (spesifikasi performasi) Taggapa (respo) output sistem yag mucul akibat diberikaya suatu siyal masuka tertetu yag khas betukya (disebut sebagai

Lebih terperinci

DYNAMIC DATA EXCHANGE UNTUK PENGENDALIAN KOLOM DISTILASI PADA HYSYS MENGGUNAKAN IMC NEURO FUZZY PADA MATLAB

DYNAMIC DATA EXCHANGE UNTUK PENGENDALIAN KOLOM DISTILASI PADA HYSYS MENGGUNAKAN IMC NEURO FUZZY PADA MATLAB DYNAMIC DATA ECHANGE UNTUK PENGENDALIAN KOLOM DISTILASI PADA HYSYS MENGGUNAKAN IMC NEURO FUZZY PADA MATLAB Totok R. Biyato Jurusa Tekik Fisika FTI ITS Surabaya Kampus ITS Keputih Sukolilo Surabaya 60111

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

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

Lebih terperinci

PEMODELAN ELEMEN BATAS UNTUK KASUS ELEKTROMAGNETIK 2D. Imran Hilman Mohammad *

PEMODELAN ELEMEN BATAS UNTUK KASUS ELEKTROMAGNETIK 2D. Imran Hilman Mohammad * PEMODELAN ELEMEN BATAS UNTUK KASUS ELEKTROMAGNETIK D Imra Hilma Mohamma ABSTRAK PEMODELAN KASUS RAMBATAN GELOMBANG ELEKTROMAGNETIK D MENGGUNAKAN METODE ELEMEN BATAS. Metoe eleme batas telah ikeal sebagai

Lebih terperinci

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

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

Lebih terperinci

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd Pertemua Ke- Komparasi berasal dari kata compariso (Eg) yag mempuyai arti perbadiga atau pembadiga. Tekik aalisis komparasi yaitu salah satu tekik aalisis kuatitatif yag diguaka utuk meguji hipotesis tetag

Lebih terperinci

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-31

JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, (Sept. 2012) ISSN: X D-31 JURNAL SAINS DAN SENI ITS Vol., No., (Sept. 202) ISSN: 230-928X D-3 Optimasi Multirespo Metode Taguchi dega Pedekata Quality Loss Fuctio (Study Kasus Proses Pembakara CO da Temperatur Gas Buag Pada Boiler

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 31-41, April 2004, ISSN : Vol. 7. No. 1, 31-41, April 24, ISSN : 141-8518 Peetua Kestabila Sistem Kotrol Lup Tertutup Waktu Kotiu dega Metode Trasformasi ke Betuk Kaoik Terkotrol Robertus Heri Jurusa Matematika FMIPA UNDIP Abstrak

Lebih terperinci

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

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

Lebih terperinci

KAJIAN MATEMATIS DAN SIMULASI NUMERIK TENTANG KEKONVERGENAN HARGA OPSI CALL TIPE EROPA MODEL BINOMIAL KE MODEL BLACK-SCHOLES

KAJIAN MATEMATIS DAN SIMULASI NUMERIK TENTANG KEKONVERGENAN HARGA OPSI CALL TIPE EROPA MODEL BINOMIAL KE MODEL BLACK-SCHOLES KAJIAN MATEMATIS DAN SIMULASI NUMERIK TENTANG KEKONVERGENAN HARGA OPSI CALL TIPE EROPA MODEL BINOMIAL KE MODEL BLACK-SCHOLES Bey Yog (bey_y@upar.ac.i) Jurusa Matematika FTIS Uiversitas Katolik Parahyaga

Lebih terperinci

BAB IV HASIL PENELITIAN. Rencana Pelaksanaan Pembelajaran (RPP) dan Lembar Kerja Siswa (LKS).

BAB IV HASIL PENELITIAN. Rencana Pelaksanaan Pembelajaran (RPP) dan Lembar Kerja Siswa (LKS). 65 BAB IV HASIL PENELITIAN A. Deskripsi Data Peragkat pembelajara yag iguaka alam peelitia ii meliputi Recaa Pelaksaaa Pembelajara (RPP) a Lembar Kerja Siswa (LKS). Istrume peelitia yag iguaka alam peelitia

Lebih terperinci

ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG

ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG ANALISIS STABILITAS TRANSIENT SISTEM TENAGA LISTRIK PADA PT. KEBON AGUNG MALANG Agam Rido Priawa¹, Ir. Mahfudz Shidiq, M.T. ², Hadi Suyoo, S.T., M.T., Ph.D.³ ¹Mahasiswa Jurusa Tekik Elektro, ² ³Dose Jurusa

Lebih terperinci

BAB II TEORI MOTOR LANGKAH

BAB II TEORI MOTOR LANGKAH BAB II TEORI MOTOR LANGKAH II. Dasar-Dasar Motor Lagkah Motor lagkah adalah peralata elektromagetik yag megubah pulsa digital mejadi perputara mekais. Rotor pada motor lagkah berputar dega perubaha yag

Lebih terperinci

Cascade Control Using Soft Sensor for Aldehide Column Energy Saving

Cascade Control Using Soft Sensor for Aldehide Column Energy Saving IPTEK, The Journal for Technology and Science, Vol. 8, o. 4, ovember 007 3 Cascade Control Using Soft Sensor for Aldehide Column Energy Saving Totok R. Biyanto Abstract The focus of this paper is to develop

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN Supriadi Putra, M,Si Laboratorium Komputasi Numerik Jurusa Matematika FMIPA Uiversitas Riau e-mail : spoetra@yahoo.co.id ABSTRAK Makalah ii

Lebih terperinci

DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-501)

DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-501) DIKTAT KULIAH PENGENDALIAN & PENJAMINAN KUALITAS (IE-50) TOPIK 7: TAGUCHI PARAMETER DESIGN Diktat ii diguaka bagi mahasiswa Jurusa Tekik Idustri Fakultas Tekik Uiversitas Kriste Maraatha Disusu oleh: Ir.

Lebih terperinci

Implementasi Harmony Search untuk Penjadwalan Perawat

Implementasi Harmony Search untuk Penjadwalan Perawat Implemetasi Harmoy Search utuk Peawala Perawat Mohamma Arif Rasyii #1, Maherawathi Erawa #2 # Jurusa Sistem Iformasi, Istitut Tekologi Sepuluh Nopember Kampus ITS Sukolilo Surabaya, Ioesia 1 arasyi@is.its.ac.i

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat BAB IV HASIL DAN PEMBAHASAN 4.1 Kebutuha Sistem Sebelum melakuka deteksi da trackig obyek dibutuhka peragkat luak yag dapat meujag peelitia. Peragkat keras da luak yag diguaka dapat dilihat pada Tabel

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi 6. Pecacaha Lajut Relasi Rekuresi Relasi rekuresi utuk dereta {a } adalah persamaa yag meyataka a kedalam satu atau lebih suku sebelumya, yaitu a 0, a,, a -, utuk seluruh bilaga bulat, dega 0, dimaa 0

Lebih terperinci

JURNAL TEKNIK ITS Vol. 5 No. 2 (2016) ISSN: ( Print) B-491

JURNAL TEKNIK ITS Vol. 5 No. 2 (2016) ISSN: ( Print) B-491 JURNAL TEKNIK ITS Vol. 5 No. (06) ISSN: 337-3539 (30-97 Pri B-49 Load Frequecy Cotrol (LFC) Megguaka Metode Noise-Tolerable PID Feedback pada Power Geeratio Plat Simulator PLTU PT. Pembagkita Jawa da Bali

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI MIA SMA Negeri 5 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas I MIA SMA Negeri 5 Badar Lampug Tahu Pelajara 04-05 yag berjumlah 48 siswa. Siswa tersebut

Lebih terperinci

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA

SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Lampira 1. Prapembelajara SOAL PRAPEMBELAJARAN MODEL PENILAIAN FORMATIF BERBANTUAN WEB-BASED UNTUK MENINGKATKAN PEMAHAMAN KONSEP FISIKA SISWA Satua Pedidika : SMK Mata Pelajara : Fisika Kelas/ Semester

Lebih terperinci

PERBANDINGAN TEKNIK TREE SAMPLING DAN UNIT CONTOH LINGKARAN DALAM MENDUGA POTENSI TEGAKAN HUTAN TANAMAN EKALIPTUS (EUCALYPTUS PELLITA F.

PERBANDINGAN TEKNIK TREE SAMPLING DAN UNIT CONTOH LINGKARAN DALAM MENDUGA POTENSI TEGAKAN HUTAN TANAMAN EKALIPTUS (EUCALYPTUS PELLITA F. PERBANDINGAN TEKNIK TREE SAMPLING DAN UNIT CONTOH LINGKARAN DALAM MENDUGA POTENSI TEGAKAN HUTAN TANAMAN EKALIPTUS (EUCALYPTUS PELLITA F. MEULL) Muhamma Ikhwa, Emy Sajati, Azwi Staff Pegajar Fakultas Kehutaa,

Lebih terperinci

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X Pedugaa Selag: Metode Pivotal Lagkah-lagkahya 1. Adaika X1, X,..., X adalah cotoh acak dari populasi dega fugsi kepekata f( x; ), da parameter yag tidak diketahui ilaiya. Adaika T adalah peduga titik bagi..

Lebih terperinci

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Pendekatan Nilai Logaritma dan Inversnya Secara Manual Pedekata Nilai Logaritma da Iversya Secara Maual Moh. Affaf Program Studi Pedidika Matematika, STKIP PGRI BANGKALAN affafs.theorem@yahoo.com Abstrak Pada pegaplikasiaya, bayak peggua yag meggatugka masalah

Lebih terperinci

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian 19 3 METODE PENELITIAN 3.1 Keragka Pemikira Secara rigkas, peelitia ii dilakuka dega tiga tahap aalisis. Aalisis pertama adalah megaalisis proses keputusa yag dilakuka kosume dega megguaka aalisis deskriptif.

Lebih terperinci

KINERJA METODE EXTREME LEARNING MACHINE (ELM) PADA SISTEM PERAMALAN

KINERJA METODE EXTREME LEARNING MACHINE (ELM) PADA SISTEM PERAMALAN Vol 1, No 3 Desember 2010 ISSN 2088-2130 KINERJA METODE EXTREME LEARNING MACHINE (ELM) PADA SISTEM PERAMALAN * Bai Khusul Khotimah, ** Eka Mala Sari R, *** Hadry Yuliaarta Jurusa Tekik Iformatika, Fakultas

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

Bab 7 Penyelesaian Persamaan Differensial Bab 7 Peelesaia Persamaa Differesial Persamaa differesial merupaka persamaa ag meghubugka suatu besara dega perubahaa. Persamaa differesial diataka sebagai persamaa ag megadug suatu besara da differesiala

Lebih terperinci

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

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

Lebih terperinci

Program Attributes. Algorithm Analysis. Time Consumption. Algoritma

Program Attributes. Algorithm Analysis. Time Consumption. Algoritma Algorithm Aalysis Kita perlu memproses jumlah data yag sagat besar. Harus diyakika bahwa program berheti dalam batas waktu yag wajar (reasoable) Tidak terikat pada programmig laguage atau bahka metolodologi

Lebih terperinci

kesimpulan yang didapat.

kesimpulan yang didapat. Bab ii merupaka bab peutup yag merupaka hasil da kesimpula dari pembahasa serta sara peulis berdasarka kesimpula yag didapat. BAB LANDASAN TEORI. Kosep Dasar Peramala Peramala adalah kegiata utuk memperkiraka

Lebih terperinci

Identifikasi sistem. Respon Step Sistem Orde I Suatu sistem orde I, dapat digambarkan sebagai berikut:

Identifikasi sistem. Respon Step Sistem Orde I Suatu sistem orde I, dapat digambarkan sebagai berikut: Idetifikasi sistem A. Dasar Teori Respo Step Sistem Orde I Suatu sistem orde I, dapat digambarka sebagai berikut: Y() s K X ( s) S 1 Dega ilai K = Gai overall = Yss/Xss τ = time kosta (waktu pada saat

Lebih terperinci

REGRESI LINIER GANDA

REGRESI LINIER GANDA REGRESI LINIER GANDA Secara umum, data hasil pegamata Y bisa terjadi karea akibat variabelvariabel bebas,,, k. Aka ditetuka hubuga atara Y da,,, k sehigga didapat regresi Y atas,,, k amu masih meujukka

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Didalam melakuka kegiata suatu alat atau mesi yag bekerja, kita megeal adaya waktu hidup atau life time. Waktu hidup adalah lamaya waktu hidup suatu kompoe atau uit pada

Lebih terperinci

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

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

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA Jural Matematika UNAND Vol. 2 No. 2 Hal. 115 122 ISSN : 2303 2910 c Jurusa Matematika FMIPA UNAND TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA ELVI YATI, DODI DEVIANTO, YUDIANTRI ASDI Program

Lebih terperinci

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

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

Lebih terperinci

PRISMA FISIKA, Vol. VI, No. 2 (2018), Hal ISSN :

PRISMA FISIKA, Vol. VI, No. 2 (2018), Hal ISSN : Estimasi Curah Huja di Kota Potiaak Megguaka Metode Propagasi Balik Berdasarka Parameter Cuaca da Suhu Permukaa Laut Ika Oktaviaigsih a, Muliadi b*, Apriasyah c a Prodi Fisika, b Prodi Geofisika, c Prodi

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEGAWAI TERBAIK DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: PARKIR INAP MOTOR P-24 YOGYAKARTA)

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEGAWAI TERBAIK DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: PARKIR INAP MOTOR P-24 YOGYAKARTA) ISBN: 978-602-73690-8-5 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEGAWAI TERBAIK DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) (STUDI KASUS: PARKIR INAP MOTOR P-24 YOGYAKARTA) Clara Hetty Primasari* Program

Lebih terperinci

Aplikasi Pengenalan Pola pada Citra Bola Sebagai Dasar Pengendalian Gerakan Robot

Aplikasi Pengenalan Pola pada Citra Bola Sebagai Dasar Pengendalian Gerakan Robot Jural Emitor Vol.16 No. 02 ISSN 1411-8890 Aplikasi Pegeala Pola pada Citra Bola Sebagai Dasar Pegedalia Geraka Robot Ratasari Nur Rohmah Jurusa Tekik Elektro Uiversitas Muhammadiyah Surakarta (UMS) Surakarta,

Lebih terperinci

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28

BAB III METODE PENELITIAN. penelitian yaitu PT. Sinar Gorontalo Berlian Motor, Jl. H. B Yassin no 28 5 BAB III METODE PENELITIAN 3.1 Lokasi Peelitia da Waktu Peelitia Sehubuga dega peelitia ii, lokasi yag dijadika tempat peelitia yaitu PT. Siar Gorotalo Berlia Motor, Jl. H. B Yassi o 8 Kota Gorotalo.

Lebih terperinci

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan Selag Kepercayaa (Cofidece Iterval) Pegatar Peduga titik (poit estimator) telah dibahas pada kuliah-kuliah sebelumya. Walau statistikawa telah berusaha memperoleh peduga titik yag baik, amu hampir bisa

Lebih terperinci

PEMILIHAN UJI NONPARAMETRIK TERBAIK UNTUK DUA SAMPEL BEBAS MELALUI METODE SIMULASI

PEMILIHAN UJI NONPARAMETRIK TERBAIK UNTUK DUA SAMPEL BEBAS MELALUI METODE SIMULASI PEMILIHAN UJI NONPARAMETRIK TERBAIK UNTUK DUA SAMPEL BEBAS MELALUI METODE SIMULASI Sugiyato 1, Etik Zukhroah 2 1,2 Jurusa Matematika FMIPA-UNS, e-mail : 1 Sugiy@yahoo.co.id, 2 etikzukhroah@yahoo.co.id

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN BAB 3 METODE PENELITIAN 3.1 TEMPAT PENELITIAN Peelitia dilakuka di suatu lokasi sumur mi da fasilitas pemrosesa di laut Natua, serta perpustakaa digital program MMT UI salemba utuk peelusura literatur

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1 Metodologi Peelitia Metodologi peelitia ii merupaka cara yag diguaka utuk memecahka masalah dega lagkah-lagkah yag aka ditempuh harus releva dega masalah yag telah dirumuska.

Lebih terperinci

Probabilitas dan Proses Stokastik

Probabilitas dan Proses Stokastik Probabilitas da Proses Stokastik Tim ProStok Jurusa Tekik Elektro - FTI Istitut Tekologi Sepuluh Nopember Surabaya, 014 O U T L I N E 1. Capaia Pembelajara. Pegatar da Teori 3. Cotoh 4. Rigkasa 5. Latiha

Lebih terperinci

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu

1 Persamaan rekursif linier non homogen koefisien konstan tingkat satu Secara umum persamaa rekursif liier tigkat-k bisa dituliska dalam betuk: dega C 0 0. C 0 x + C 1 x 1 + C 2 x 2 + + C k x k = b, Jika b = 0 maka persamaa rekursif tersebut diamaka persamaa rekursif liier

Lebih terperinci

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain:

Pendugaan Parameter. Selang Kepercayaan dengan Distribusi z (Tabel hal 175) Nilai α dan Selang kepercayaan yang lazim digunakan antara lain: Peahulua Peugaa Parameter Peugaa Parameter Populai ilakuka ega megguaka ilai Statitik Sampel, Mial :. x iguaka ebagai peuga bagi µ. iguaka ebagai peuga bagi σ 3. p atau p$ iguaka ebagai peuga bagi π Peugaa

Lebih terperinci

STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP

STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN PENJADWALAN FLOWSHOP STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP. (Tessa Vaia Soetato, et al.) STUDI PERBANDINGAN PERFORMANCE ALGORITMA HEURISTIK POUR TERHADAP MIXED INTEGER PROGRAMMING DALAM MENYELESAIKAN

Lebih terperinci

PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI PADA PROSES PEMBUATAN FIBER GLASS

PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI PADA PROSES PEMBUATAN FIBER GLASS PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI (Jai Rahardjo et al.) PERBANDINGAN METODE 2 K-P FRACTIONAL FACTORIAL DENGAN METODE TAGUCHI PADA PROSES PEMBUATAN FIBER GLASS Jai Rahardjo

Lebih terperinci

BAB 3 PERANCANGAN SISTEM

BAB 3 PERANCANGAN SISTEM BB PERNCNGN SISTEM. Peracaga wal Dari Sisem Yag ka Dibagu Peracaga awal ari sisem ag aka ibagu ii aalah implemeasi auo-uig PID koroler megguaka muliple iegraios ke alam sofware ega megguaka program MTLB.

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang Permasalahan

BAB I PENDAHULUAN Latar Belakang Permasalahan BAB I PENDAHULUAN 1.1. Latar Belakag Permasalaha Matematika merupaka Quee ad servat of sciece (ratu da pelaya ilmu pegetahua). Matematika dikataka sebagai ratu karea pada perkembagaya tidak tergatug pada

Lebih terperinci

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI

PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Halama Tulisa Jural (Judul da Abstraksi) Jural Paradigma Ekoomika Vol.1, No.5 April 2012 PENGARUH INFLASI TERHADAP KEMISKINAN DI PROPINSI JAMBI Oleh : Imelia.,SE.MSi Dose Jurusa Ilmu Ekoomi da Studi Pembagua,

Lebih terperinci

PENGGUNAAN ARTIFICIAL NEURAL NETWORK UNTUK PREDIKSI TEGANGAN PADA BALOK KASTELA HEKSAGONAL BENTANG 1 METER (001S)

PENGGUNAAN ARTIFICIAL NEURAL NETWORK UNTUK PREDIKSI TEGANGAN PADA BALOK KASTELA HEKSAGONAL BENTANG 1 METER (001S) PENGGUNAAN ARTIFICIAL NEURAL NETWORK UNTUK PREDIKSI TEGANGAN PADA BALOK KASTELA HEKSAGONAL BENTANG METER (00S) Ahmad Muhtarom Jurusa Tekik Sipil, Uiversitas Sriwijaya, Jl. Raya Palembag-Prabumulih KM.3

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan

BAB IV HASIL DAN PEMBAHASAN. Alat terapi ini menggunakan heater kering berjenis fibric yang elastis dan BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Alat terapi ii megguaka heater kerig berjeis fibric yag elastis da di bugkus dega busa, pasir kuarsa, da kai peutup utuk memberi isolator terhadap kulit

Lebih terperinci

STATISTIKA NON PARAMETRIK

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

Lebih terperinci

BAB III METODE PENELITIAN. pre test post test with control group. Penelitian ini berupaya untuk

BAB III METODE PENELITIAN. pre test post test with control group. Penelitian ini berupaya untuk BAB III METODE PENELITIAN A. Desai Peelitia Peelitia ii megguaka desai Eksperimet dega pedekata pre test post test with cotrol group. Peelitia ii berupaya utuk megugkapka hubuga sebab-akibat dega cara

Lebih terperinci

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011

III. METODE PENELITIAN. kelas VIII semester ganjil SMP Sejahtera I Bandar Lampung tahun pelajaran 2010/2011 III. METODE PENELITIAN A. Latar Peelitia Peelitia ii merupaka peelitia yag megguaka total sampel yaitu seluruh siswa kelas VIII semester gajil SMP Sejahtera I Badar Lampug tahu pelajara 2010/2011 dega

Lebih terperinci

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis

BAB 3 METODE PENELITIAN. Disini penerapan kriteria optimasi yang digunakan untuk menganalisis BAB 3 METODE PENELITIAN 3.1 Peetapa Kriteria Optimasi Disii peerapa kriteria optimasi yag diguaka utuk megaalisis kebutuha pokok pada PT. Kusuma Kecaa Khatulistiwa yaitu : 1. Aalisis forecastig (peramala

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm BAB IV HASIL DAN PEMBAHASAN 4.1. Spesifikasi Alat Nama Alat Tegaga Ukura Berat : Lux meter dilegkapi sesor jarak berbasis arduio : 5 V (DC) : pajag 15,4 cm tiggi 5,4 cm lebar 8,7 cm : 657 gram 4.. Gambar

Lebih terperinci

PENERAPAN ROBUST-PID PADA PENGENDALIAN KECEPATAN MS 150 DC MOTORSERVO SYSTEM

PENERAPAN ROBUST-PID PADA PENGENDALIAN KECEPATAN MS 150 DC MOTORSERVO SYSTEM PENERAPAN ROBUST-PID PADA PENGENDALIAN KECEPATAN MS 150 DC MOTORSERVO SYSTEM Nizar Maulaa, Ir. Ya umar,mt Jurusa Tekik Fisika Fakultas Tekologi Idustri Istitut Tekologi Sepuluh Nopember Kampus ITS Keputih

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

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

Lebih terperinci

BAB I PENDAHULUAN. X Y X Y X Y sampel

BAB I PENDAHULUAN. X Y X Y X Y sampel BAB I PENDAHULUAN 1.1 Latar Belakag Masalah Aalisis regresi merupaka metode aalisis data yag meggambarka hubuga atara variabel respo dega satu atau beberapa variabel prediktor. Aalisis regresi tersebut

Lebih terperinci

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR

PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR PENERAPAN TEOREMA TITIK TETAP UNTUK MENUNJUKKAN ADANYA PENYELESAIAN PADA SISTEM PERSAMAAN LINEAR Nur Aei Prodi Matematika, FST-UINAM uraeiatullah@gmail.com Ifo: Jural MSA Vol. 3 No. 2 Edisi: Juli Desember

Lebih terperinci

Balas Additive Algorithm, Algoritma Branch & Bound untuk Binary Integer Programming

Balas Additive Algorithm, Algoritma Branch & Bound untuk Binary Integer Programming Balas Additive Algorithm, Algoritma Brach & Boud utuk Biary Iteger Programmig Aditio Pagestu 13514030 Program Studi Tekik Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha

Lebih terperinci