PENJADWALAN EKONOMIS PEMBANGKIT THERMAL DENGAN MEMPERHITUNGKAN RUGI RUGI SALURAN TRANSMISI MENGGUNAKAN METODE ALGORITMA GENETIK

Ukuran: px
Mulai penontonan dengan halaman:

Download "PENJADWALAN EKONOMIS PEMBANGKIT THERMAL DENGAN MEMPERHITUNGKAN RUGI RUGI SALURAN TRANSMISI MENGGUNAKAN METODE ALGORITMA GENETIK"

Transkripsi

1 No.33 Vol. Th.XVII Aprl 00 ISSN : PENJADWALAN EKONOMIS PEMBANGKIT THERMAL DENGAN MEMPERHITUNGKAN RUGI RUGI SALURAN TRANSMISI MENGGUNAKAN METODE ALGORITMA GENETIK Adrat Jurusa Tekk Elektro, Fakultas Tekk, Uverstas Adalas ABSTRAK Tujua dasar dar pejadwala ekooms adalah megatur pegoperasa ut pembagkt dega baya seekooms mugk, amu tetap dapat memeuh kebutuha daya utuk beba. Pegoperasa pembagkt secara ekooms dpegaruh oleh karakterstk pembagkt, lmt daya output pembagkt, baya baha bakar utuk megoperaska pembagkt, da rug-rug trasms dar pembagkt ke beba. Algortma geetk dguaka utuk meyelesaka masalah pejadwala ekooms. Kromosom pada geetk algortma terdr dar pegkodea ormalzed cremetal cost system. Total bt pada tap-tap kromosom tergatug pada berapa bayak ut pembagkt. Rug-rug salura trasms pada peelta dhtug dega megguaka koefse rug matrk B. Peguja program dlakuka pada sstem 9 bus dega 3 pembagkt da pada sstem 30 bus dega 6 pembagkt. Hasl peguja dega metode algortma geetk dbadgka dega megguaka MATPOWER 3..yag megguaka metoda Optmal Power Flow. Dar hasl peguja program utuk sstem 9 bus dega beba yag terhubug ke sstem sebesar 35 MW ddapatka hasl terbak baya pegoperasa pembagkt sebesar $/h da rug-rug salura trasms sebesar MW, dega MATPOWER, baya pegoperasa pembagkt ddapat sebesar $/h dega rug-rug salura trasms sebesar 3.307MW. Utuk sstem 30 bus, beba yag terhubug ke sstem sebesar 89.0 MW. Hasl terbak peguja program utuk sstem 30 bus dega metode algortma geetk ddapatka baya pegoperasa pembagkt sebesar $/h da rug-rug salura trasms sebesar.968 MW, sedagka dega MATPOWER hasl yag ddapatka adalah $/h dega rug-rug salura trasms sebesar.860 MW. Kata kuc : pejadwala ekooms, algortma geetk. Pedahulua Utuk memproduks teaga lstrk yag semurah mugk pada suatu sstem teaga yag semua pembagktya terdr dar pembagkt termal (PLTU, PLTD, PLTG), dbutuhka pejadwala ekooms. Rug-rug trasms, merupaka kompoe yag sgfcat utuk dperhtugka, karea mempegaruh baya produks, terutama jka sstem memlk trasms yag pajag dega daya peyalura yag besar. Pegoperasa pembagkt secara ekooms dpegaruh oleh karakterstk pembagkt, lmt daya output pembagkt, baya baha bakar utuk megoperaska pembagkt, da rug-rug trasms dar pembagkt ke beba. Ada beberapa metoda yag dapat dguaka utuk meyelesaka pejadwala ekooms pembagkt-pembagkt thermal. Metoda tradsoal sepert metoda teras lambda, metoda grade da metoda Newto megguaka kurva baya cremetal, yag dperoleh dar hubuga baya cremetal baha bakar (R/kWh) terhadap daya output. Proses perhtuga dega metoda tradsoal dapat dlakuka jka kurva karakterstk baya cremetal ddealka terlebh dahulu, sehgga kurva yag terbetuk mejad halus da covex. Utuk ut pembagkt yag memlk kurva o-covex tdak dapat d selesaka dega megguaka metoda tradsoal Metoda algortma geetk dapat dguaka utuk meyelesaka masalah pembagkt dega kurva o-covex. Algortma geetk bekerja berdasarka teor evolus. Algortma geetka juga tdak dbatas oleh betuk kurva karakterstk pembagkt, karea algortma geetk bekerja dega megguaka metoda probabltas, buka determstk, sela tu algortma geetk mecar solus dar populas yag dbagktka, sehgga algortma geetk dapat memberka bayak plha solus. Pegguaa algortma geetk utuk meyelesaka masalah pejadwala ekooms perah dlakuka oleh peelt dar Arstotle Uversty. [8] Pada peeltaya pejadwala ekooms yag dlakuka tdak memperhtugka rug-rug salura trasms. Selajutya ada peelta yag dlakuka oleh R. Ouddr, M rahal da Abdelhakem-kordak dar Uversty of Scece ad Techology of Ora. [9] Pada peeltaya rugrug salura trasms dhtug dega megguaka metode Newto-Rhapso da daggap kosta. Pada peelta peuls megembagka peelta yag ddapatka sebelumya dmaa rug-rug salura trasms dhtug dega megguaka koefse rug matrk B sehgga TekkA 4

2 No.33 Vol. Th.XVII Aprl 00 ISSN : besar rug-rug salura trasms tergatug dar besar daya output yag dbagktka.. Tujua Peelta Tujua peelta adalah: Meghaslka suatu program komputer utuk meghtug pejadwala ekooms pembagkt termal dega memasukka pegaruh rug-rug salura trasms, megguaka algortma geetka Meghtug pejadwala ekooms pembagkt-pembagkt termal dega mempertmbagka rug-rug salura trasms dalam suatu sstem teaga. 3. Karakterstk Ut Pembagkt Thermal Utuk medefska karakterstk ut thermal dguaka : H = Btu/jam, yatu put paas ke ut F = Baya baha bakar per jam Rp/jam Gambar. meujukka karakterstk put da output dar ut termal dalam betuk yag deal. Iput dar pembagkt dtujukka pada sumbu tegak yatu eerg paas yag dbutuhka dalam betuk Mbtu/h (mllo of btu per hour) atau baya total per jam (Rp/jam). Output dar pembagkt dtujukka pada sumbu medatar yatu daya lstrk, yag memlk batas-batas krts operas yatu daya maksmum da mmum dar pembagkt. Kurva ddapat dar hasl tes paas pada pembagkt uap. Gambar. Karakterstk keaka baya/paas ut termal. Karakterstk terakhr yag perlu dketahu adalah karakterstk laju paas. Pada gambar 3 berkut dperlhatka kurva laju paas yag meujukka karakterstk dar suatu ut pembagkt termal. Gambar 3 Karakterstk efses terhadap output. Gambar. Karakterstk put-output ut termal Karakterstk la yag perlu utuk dketahu dar suatu ut pembagkt thermal adalah karakterstk laju keaka paas yag dapat juga dkataka sebaga karakterstk keaka baya. Betuk karakterstk laju keaka paas dapat dlhat pada gambar. Karakterstk merupaka suatu kemrga (slope) dar karakterstk put da output. Pada karakterstk dtujukka la Btu per kwh atau Rp/kWh terhadap daya keluara dalam satua MW. Karakterstk lebh lajut dguaka utuk perhtuga embebaa ekooms dar ut pembagkt. Jka persamaa put-output ut pembagkt dyataka dalam pedekata (aproksmas) dega megguaka persamaa kuadrat, karakterstk keaka baya aka mempuya betuk gars lurus. Pada karakterstk laju paas sebaga put adalah jumlah paas per klowattjam (Btu/kWh) da output merupaka daya lstrk dalam satua MW. Karakterstk laju paas meujukka kerja sstem dar sstem pembagkt termal sepert kods uap, temperatur paas, tekaa kodesor da sklus alra ar secara keseluruha. Pada karakterstk terlhat bahwa efses yag bak sebuah pembagkt termal terletak pada daerah lmt maksmalya. 4. Pejadwala Ekooms Ut Thermal Pejadwala ekooms adalah lagkah utuk meghaslka operas ekooms suatu sstem teaga. Operas sstem teaga pada frekues kosta dapat dsebut power balace yatu pembagkta daya real sama dega total beba. dtambah rug-rug. Dalam persamaa dapat dtulska: Pg = P D + P L () TekkA 4

3 No.33 Vol. Th.XVII Aprl 00 ISSN : Dega : Pg = = Pg Dmaa : Pg = Output masg-masg pembagkt = Jumlah pembagkt yag melaya sstem P D = Total beba sstem P L = Total rug-rug trasms Masg-masg pembagkt memlk batas-batas dasar yatu: P m Pg P max Batas atas suatu geerator dhubugka terhadap ratg termal stator geerator. Sedagka batas mmal suatu geerator berhubuga dega operas boler yag meghaslka uap utuk meggerakka turb. Baya operas sebuah ut terdr dar baya baha bakar, baya pekerja, da baya pemelharaa. Semua jes dkombaska dega baya baha bakar, sehgga: Rp F = baya baha bakar ( MBtu ) H Dmaa: F H = baya baha bakar Rp/Mbtu = Iput daya ut dalam Mbtu/jam. Tujua utama karakterstk tersebut adalah utuk medapatka persamaa baya yag dberka dalam betuk polom orde kedua. F = a Pg + b Pg + c () Dmaa: = pembagkt, satu dar ut F = baya operas pembagkt dalam Rp/h Pg = output daya lstrk pembagkt. a, b, c = koefse persamaa (kostata) Utuk total operas sstem adalah: F = = F Suatu set persamaa yag mewakl fugs objektf dega kedala-kedala yag ada dapat dsmpulka sebaga berkut: df = dp =,,..., N P m P P max (3) (4) N P = PD = (5) Setelah batas-batas pertdaksamaa dkeal, kemuda kods yag dbutuhka dapat dsmpulka mejad: df = dp P < P < P df dp df dp utuk m max utuk utuk P = P P = P 5. Rug-rug Salura Trasms. Utuk memperoleh persamaa rug-rug salura trasms pada ut pembagkta, kta asumska sebuah sstem yag terdr dar pembagkt da dua beba yag terhubug oleh suatu salura trasms yag dwakl oleh matrks mpedas bus. Hasl dperoleh dega dua lagkah yatu:. Dega mecar mpedas bus sstem.. Trasformaska arus geerator ke dalam keluara daya pembagkta yag meghubugka persamaa rug-rug utuk sstem dega beberapa ut pembagkt. Peryataa utuk rug-rug teaga yag real dar jarga utuk pejadwala ekooms adalah: PL = Pg Bj Pgj + B0Pg + B00 = j= (6) Termolog B dsebut koefse rug-rug atau koefse B, yag selalu smetrs. Ut koefse rug-rug dalam megawatt, dalam kasus P L juga dalam megawatt. 6. Pegeala Algortma Geetk Algortma geetk adalah algortma pecara heurstk yag ddasarka pada mekasme evolus bologs. Keberagama pada evolus bologs adalah varas dar kromosom atar dvdu orgasme. Varas kromosom aka mempegaruh laju reproduks da tgkat kemampua orgasme utuk tetap hdup. Pada dasarya ada 4 kods yag sagat mempegaruh proses evaluas, yak sebaga berkut: a. Kemampua orgasme dalam melakuka reproduks. b. Keberadaa populas orgasme yag bas melakuka reproduks. c. Keberagama orgasme dalam suatu populas. d. Perbedaa kemampua utuk survve Idvdu yag lebh kuat (ft) aka memlk tgkat survval da tgkat reproduks yag lebh tgg jka dbadgka dega dvdu yag kurag ft. Pada kuru waktu (serg dkeal dega stlah max m TekkA 43

4 No.33 Vol. Th.XVII Aprl 00 ISSN : geeras), populas secara keseluruha aka lebh bayak memuat orgasme yag ft. 7. Tahapa Pejadwala Ekooms dega Algortma Geetk Pejadwala ekooms dega memperhtugka rug-rug salura trasms memlk dua tahapa yatu perhtuga koefse rug matrk B da proses optmas dega algortma geetk. Koefse rug matrk B merupaka metode prakts utuk perhtuga rug-rug salura trasms da utuk perhtuga cremetal loss. [0] Berkut aka djelaska megea tahapa-tahapa utuk meyelesaka masalah pejadawala ekooms dega megguaka metode algortma geetk. Tahap : Peetua Parameter Parameter yag aka dtetuka sebelum memula proses optmas dega megguaka algortma geetk adalah jumlah kromosom dalam satu populas (popsze), Peluag crossover (Pc), Peluag mutas (Pm), peluag pelestara kromosom (kb), jumlah geeras maksmum (maxge). Tahap : Isalsas populas awal Populas awal dbagktka dega membetuk strg ber sebayak 0 bt. Masg-masg bt dar strg ber dbagktka secara acak. Tahap 3 : Ecodg da decodg strg ber a. Strg ber d kodeka mejad (ormalse cremetal cost system) m Gambar 4 meujukka pegkodea. (0,) Gambar 4. dagram pegkodea persamaa datas dapat dtuls : m 0 = d * = m (7) b. Tetuka m da max dega persamaa : df ( Pg m) m = m Pg df ( Pg max) max = max Pg c. Htug la adalah : = m + m ( max m d. Tetuka daya output dega persamaa ) m [6]. (8) df dpg Dmaa = F = a Pg + b Pg + c df d( a Pg + b Pg + c ) = dpg dpg Sehgga : b Pg = a e. Htug rug-rug salura trasms dega persamaa : PL = P = j= g Bj Pgj + B0Pg + Tahap 4 : Peetua Fugs ftess Fugs ftess merupaka hasl deks dar algortma geetka utuk meetuka kelagsuga hdup setap kromosom. Pedefesa fugs ftess adalah meurut hasl yag dperluka dar suatu permasalaha. Tahap peetua ftess adalah : a. Htug baya total operas sstem = F( P g ) b. Htug la φ = φ P ( P + PD ) g c. Htug la bobot (w) w d. Htug F = = L F( P max) A F Pg ) + = ( w( φ) e. Nla ftess selajutya dtetuka : ftess = F A Tahap 5 : Seleks Proses seleks merupaka pemlha kromosom dar geeras ke utuk masuk ke proses crossover. Metode seleks yag dguaka adalah roulette wheel selecto. Lagkah yag dlakuka utuk proses seleks yatu : a.tetuka la total ftess.dalam populas b. Tetuka la ftess relatf (pk) dega cara : utuk : k =,,, popsze P(k) = ftess (k)/total ftess c. Tetuka ftess kumulatf (qk) B 00 TekkA 44

5 No.33 Vol. Th.XVII Aprl 00 ISSN : utuk : k =,,, popsze q(k)=p(k) q(k+)=q(k)+p(k+) d. Bagktka blaga acak (r) atara 0- sebayak jumlah populas (popsze) e. Jka r(k) < q(k) populas ke k aka terplh dalam proses seleks, da aka dguaka utuk tahap berkutya. Tahap 6 : Crossover (Peylaga) Proses crossover bertujua utuk meylagka kromosom-kromosom yag teplh dar proses seleks. Utuk crossover blaga ber peylaga bayak ttk. Proses peylaga dapat dlhat pada gambar 5. Kromosom Kromosom Aak Aak Gambar 5. Proses peylaga bayak ttk Lagkah-lagkah yag dlakuka utuk proses crossover : a. Bagktka blaga acak (r) atara 0- sebayak jumlah populas (popsze) b. Tetuka kromosom yag aka dslag utuk : k =,,, popsze Jka r(k) < Pc, kromosom k aka terplh utuk proses crossover, jka r(k) > Pc, kromosom k tdak aka terplh utuk proses crossover. c. Jka kromosom yag terplh gajl, salah satu kromosom harus dbuag, sebab proses crossover bertujua utuk meylagka atara dvdu yag djadka sebaga duk. Tahap 7 : Mutas Mutas utuk blaga ber adalah dega meggat satu atau beberapa la ge dar kromosom. Proses mutas dapat dlhat pada gambar 6. Aak 000 Aak hasl mutas 0000 Gambar 6. Proses mutas Lagkah-lagkah yag harus dkerjaka utuk proses mutas: a. Htug jumlah bt yag ada pada populas, yatu total_bt = popsze*pajag kromosom. b. Utuk memlh bt yag aka dmutas, bagktka blaga acak r atara 0- sebayak jumlah bt pada populas. c. Tetuka bt yag aka dmutas utuk : k =,,, total_bt Jka r(k) < Pm, bt tersebut aka megalam mutas. Tahap 8 : Pelestara Kromosom Metode seleks dalam algortma geetk dlakuka secara radom, sehgga ada kemugka bahwa kromosom yag sebearya sudah bak tdak terplh dalam proses seleks. Utuk tu perlu dlakuka pelestara kromosomkromosom terbak, sehgga kromosm-kromosom yag sudah bak tersebut dapat lolos seleks. Muhlebe megusulka adaya perbaka pada lagortma getk yag dkeal dega ama Breeder GAs (BGA) [3]. Pada BGA dguaka parameter r, yag meujukka kromosomkromosom terbak. Kromosom-kromosom tersebut aka terus dpertahaka utuk geeras berkutya. Lagkah-lagkah yag dlakuka utuk pelestara kromosom. a. Bagktka blaga acak (r) atara 0- sebayak jumlah populas (popsze) b. Tetuka krmosom yag aka dbuag utuk : k =,,, popsze Jka r(k) < kb, kromosom ke k aka dbuag, da dgatka dega kromosomkromosom yag bak. 8. Peguja Program Sstem yag dguaka utuk meguj program adalah data sstem 9 bus da system 30 bus dar A Matlab Power System Smulato Package. Utuk system 9 bus, data salura, data bus bus, data baya da lmt pembagkt, dapat dlhat pada table, Tabel da Tabel 3. Gambar 7. sgle-le dagram sstem 9 bus Tabel. Data Salura Sstem 9 Bus Salura Impedas ser Shut Y Dar Ke R (pu) X (pu) Y/(pu) TekkA 45

6 No.33 Vol. Th.XVII Aprl 00 ISSN : Tabel. Data Bus Sstem 9 Bus No bus Mag V Sudut V Pg MW Qg MVAR Pd MW Qd MVAR Tabel 3. Data Baya Da Lmt Pembagkt Sstem 9 Bus Pemb Daya maks Daya m Polomal Hasl pejadwala ekooms yag dperoleh dega metoda dbadgka dega hasl pejadwala megguaka software MATPOWER yag megguaka optmal power flow. Utuk sstem 9 bus dapat dlhat pada tabel 4 da tabel 5 utuk sstem 30 bus Tabel 4. Hasl Eksekus Program Pejadwala Ekooms pada sstem 9 bus MATPOWER Metode Algortma Pembagkt 3. Geetk Pg Pg Pg Rug salura Tota baya Waktu eksekus α β γ Tabel 5. Hasl Eksekus Program Pejadwala EkoomsPada sstem 30 bus Pembagkt MATPOWER 3. Pg Pg Pg Pg Pg Pg Rug salura Tota baya Waktu eksekus Metode Algortma Geetk 9. Kesmpula Dar hasl perhtuga dapat dsmpulka:. Dar hasl yag ddapatka pejadwala ekooms dega megguaka metode algortma geetk meghaslka baya yag lebh murah jka dbadgka dega megguaka metode Optmal Power Flow dega MATPOWER 3. pada sstem 30 bus dega 6 pembagkt, sedagka utuk sstem 9 bus dega 3 pembagkt baya yag ddapatka sedkt lebh mahal pada metode algortma geetk dbadgka dega megguaka MATPOWER 3.. TekkA 46

7 No.33 Vol. Th.XVII Aprl 00 ISSN : Perhtuga rug-rug salura trasms dega metode koefse rug matrk B berbeda jka dbadgka dega perhtuga rug salura trasmss dega metode power flow. Pada sstem 9 bus dega 3 pembagkt rug-rug salura trasms dega megguaka koefse rug matrk B lebh besar jka dbadgka dega rug-rug salura trasms yag dhtug dega MATPOWER 3., sedagka pada sstem 30 bus dega 5 pembagkt rug-rug salura trasms yag dhtug dega koefse rug matrk B lebh kecl jka dbadgka rug-rug salura trrasms yag dhtug dega MATPOWER Daftar Kepustakaa [] Ares Syamsudd (004) Pegeala Algortma Geetk [] Grager, Jho J da Wlam D Steveso (994) Power System Aalyss New York. McGraw Hll [3] Haupt, Rady L (998) Practal Geetc Algorthms New Jersey. Joh Wley & Sos, Ic. [4] Kusumadew, Sr (005) Peyelesaa Masalah Optmas dega tekk-tekk heurstk Yogyakarta. Graha Ilmu. [5] Robad, Imam (006) Desa Sstem Teaga Moder Surabaya. Peerbt Ad. [6] Saramortss (007) Algorthm Soluto to the Ecoomc Dspatch Problem - Applcato to the Electrcal Power Grd of Crete Islad [7] Ouddr,R (004) Ecoomc Dspatch usg a Geetc Algorthm: Applcato to Wester Algera s Electrcal Power Network [8] Wkpeda (007) geetc algorthm thm [9] Wood,Alle J. (996) Power Geerato Operato ad cotrol New York. Joh TekkA 47

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak OTIMASI ENJADWALAN EMBANGKITAN DI ANTARA UNIT-UNIT EMBANGKIT TERMAL BERDASARKAN INCREMENTAL RODUCTION COST YANG SAMA. (Al Imra) OTIMASI ENJADWALAN EMBANGKITAN DI ANTARA UNIT-UNIT EMBANGKIT TERMAL BERDASARKAN

Lebih terperinci

Implementasi Algoritma Genetik dalam Economic Dispatch dengan Valve Point Loading

Implementasi Algoritma Genetik dalam Economic Dispatch dengan Valve Point Loading Semar Tugas Akhr Halama 1 dar 6 Implemetas Algortma Geetk dalam Ecoomc Dspatch dega Valve Pot Loadg Date Rumaa 1 Dr. Ir. Hermawa, DEA 2 Mochammad Facta, ST, MT 3 Jurusa Tekk Elektro Uverstas Dpoegoro Jl.

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

EKONOMIC DISPATCH SISTEM KELISTRIKAN LOMBOK MENGGUNAKAN METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO)

EKONOMIC DISPATCH SISTEM KELISTRIKAN LOMBOK MENGGUNAKAN METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO) elektrka, ISSN 2086-9487 Vol., No. : - 5, Pebruar 204 EKONOMIC ISPATCH SISTEM KEISTRIKAN OMBOK MENGGUNAKAN METOE CHAOTIC ANT SWARM OPTIMIZATION (CASO) Raa Yursta.,I Made Ar Nrartha 2, Agug Bud Muljoo 3

Lebih terperinci

BAB II TINJAUAN PUSTAKA. Knapsack Problem merupakan permasalahan optimasi kombinatorik dengan

BAB II TINJAUAN PUSTAKA. Knapsack Problem merupakan permasalahan optimasi kombinatorik dengan BAB II TINJAUAN PUSTAKA 2.1. Kapsack Problem Kapsack Problem merupaka permasalaha optmas kombatork dega memaksmalka proft dar tem ddalam kapsack (karug) tapa melebh kapastasya. Kapsack problem dapat dlustraska

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

STUDI OPERASI EKONOMIS ANTARA UNIT-UNIT PEMBANGKIT TENAGA LISTRIK DI PT. PLN (PERSERO) WILAYAH SULTANBATARA SEKTOR TELLO

STUDI OPERASI EKONOMIS ANTARA UNIT-UNIT PEMBANGKIT TENAGA LISTRIK DI PT. PLN (PERSERO) WILAYAH SULTANBATARA SEKTOR TELLO AlImra, Stud Operas Ekooms Atara Ut-ut embagkt Teaga Lstrk Tello STUDI OERASI EKONOMIS ANTARA UNIT-UNIT EMBANGKIT TENAGA LISTRIK DI T. LN (ERSERO) WILAYAH SULTANBATARA SEKTOR TELLO Al Imra Jurusa eddka

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

Optimalisasi Biaya Bahan Bakar Untuk Penjadwalan Unit-Unit Pada Pembangkit Thermal Sistem Minahasa Dengan Metode Iterasi Lamda

Optimalisasi Biaya Bahan Bakar Untuk Penjadwalan Unit-Unit Pada Pembangkit Thermal Sistem Minahasa Dengan Metode Iterasi Lamda Optmalsas Baya Baha Bakar Utuk Pejadwala Ut-Ut Pada Pembagkt Thermal Sstem Mahasa Dega Metode Iteras Lamda Sartka Veroka Agdre, L.S. Patras, H. Tumalag, F. Ls, Jurusa Tekk Elektro-FT, UNSRAT, Maado-955,

Lebih terperinci

Penarikan Contoh Acak Sederhana (Simple Random Sampling)

Penarikan Contoh Acak Sederhana (Simple Random Sampling) Pearka Cotoh Acak Sederhaa (Smple Radom Samplg) Defs Jka sebuah cotoh berukura dambl dar suatu populas sedemka rupa sehgga setap cotoh berukura ag mugk memlk peluag sama utuk terambl, maka prosedur tu

Lebih terperinci

OPTIMISASI ECONOMIC DISPATCH MENGGUNAKAN ANT COLONY OPTIMIZATION PADA SISTEM IEEE 26 BUS

OPTIMISASI ECONOMIC DISPATCH MENGGUNAKAN ANT COLONY OPTIMIZATION PADA SISTEM IEEE 26 BUS Jural ITEKA, Tahu XI, o., Me 0 : 9-3 OTIMISASI ECOOMIC DISATCH MEGGUAKA AT COO OTIMIZATIO ADA SISTEM IEEE 6 BUS Ruslawat ( ( egaar Tekk Elektro, Akadem Tekk embagua asoal, Baarbaru Rgkasa Ecoomc dspatch

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

Aliran Daya Optimal Pada Sistem Minahasa

Aliran Daya Optimal Pada Sistem Minahasa Alra Daya Optmal Pada Sstem Mahasa Nova Gama, elma Ls, M Tuegeh, A.. Nelwa, Jurusa Tekk Elektro-T, UNSRAT, Maado-955, Emal: ovag.03@gmal.com Abstrak-Sstem Mahasa merupaka sstem teaga lstrk dega daerah

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal)

LANGKAH-LANGKAH UJI HIPOTESIS DENGAN 2 (Untuk Data Nominal) LANGKAH-LANGKAH UJI HIPOTESIS DENGAN (Utuk Data Nomal). Merumuska hpotess (termasuk rumusa hpotess statstk). Data hasl peelta duat dalam etuk tael slag (tael frekues oservas) 3. Meetuka krtera uj atau

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

MATEMATIKA INTEGRAL RIEMANN

MATEMATIKA INTEGRAL RIEMANN MATEMATIKA KELAS XII IPA - KURIKULUM GABUNGAN Ses NGAN INTEGRAL RIEMANN A. NOTASI SIGMA a. Defs Notas Sgma Sgma (Σ) adalah otas matematka megguaka smbol yag mewakl pejumlaha da beberapa suku yag memlk

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

2.2.3 Ukuran Dispersi

2.2.3 Ukuran Dispersi 3 Ukura Dspers Yag aka dbahas ds adalah smpaga baku da varas karea dua ukura dspers yag palg serg dguaka Hubuga atara smpaga baku dega varas adalah Varas = Kuadrat dar Smpaga baku otas yag umum dguaka

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

BAB 1 STATISTIKA RINGKASAN MATERI

BAB 1 STATISTIKA RINGKASAN MATERI BAB STATISTIKA A RINGKASAN MATERI. Pegerta Data adalah kumpula keteraga-keteraga atau catata-catata megea suatu kejada, dapat berupa blaga, smbol, sat atau kategor. Masg-masg keteraga dar data dsebut datum.

Lebih terperinci

PENJADWALAN PEMBANGKIT THERMIS MENGGUNAKAN METODE DYNAMIC PROGRAMMING

PENJADWALAN PEMBANGKIT THERMIS MENGGUNAKAN METODE DYNAMIC PROGRAMMING Sujto, ejadwala embagkt Therms Megguaka Metode Dyamc rogrammg 25 ENJADWAAN EMBANGKIT THERMIS MENGGUNAKAN METODE DYNAMIC ROGRAMMING Sujto Abstrak: eelta bertujua megetahu karakterstk ut pembagkt dalam stasu

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

Optimalisasi Pengaturan Tegangan dengan Algoritma Genetika

Optimalisasi Pengaturan Tegangan dengan Algoritma Genetika ural Tekka ISSN : 2085-0859 Fakultas Tekk Uverstas Islam Lamoga Volume 1 No.2 Tahu 2009 Optmalsas Pegatura Tegaga dega Algortma Geetka Zaal Abd 1 1) Dose dpk pada Fakultas Tekk Prod Elektro Uverstas Islam

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB

Penarikan Contoh Gerombol (Cluster Sampling) Departemen Statistika FMIPA IPB Pearka Cotoh Gerombol (Cluster Samplg) Departeme Statstka FMIPA IPB Radom samplg (Revew) Smple radom samplg Stratfed radom samplg Rato, regresso, ad dfferece estmato Systematc radom samplg Cluster radom

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Defes Aalss Korelas da Regres a Aalss Korelas adalah metode statstka yag dguaka utuk meetuka kuatya atau derajat huuga lear atara dua varael atau leh. Semak yata huuga ler gars lurus,

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis

STATISTIK. Ukuran Gejala Pusat Ukuran Letak Ukuran Simpangan, Dispersi dan Variasi Momen, Kemiringan, dan Kurtosis STATISTIK Ukura Gejala Pusat Ukura Letak Ukura Smpaga, Dspers da Varas Mome, Kemrga, da Kurtoss Notas Varabel dyataka dega huruf besar Nla dar varabel dyataka dega huruf kecl basaya dtuls Tmes New Roma

Lebih terperinci

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit) Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri

Mengubah bahan baku menjadi produk yang lebih bernilai melalui sintesis kimia banyak dilakukan di industri Megubah baha baku mead produk yag lebh berla melalu stess kma bayak dlakuka d dustr Asam sulfat, ammoa, etlea, proplea, asam fosfat, klor, asam trat, urea, bezea, metaol, etaol, da etle glkol Serat/beag,

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 4 BAB TINAUAN USTAKA.1. Struktur Sstem Teaga Lstrk Sstem keteagalstrka merupaka sekumpula pusat pembagt da pusat beba dmaa atara satu sama la dhubugka oleh jarga trasms (terkoeks). Oleh karea tu sstem

Lebih terperinci

Regresi Linier Sederhana Definisi Pengaruh

Regresi Linier Sederhana Definisi Pengaruh Regres Ler Sederhaa Dah Idra Baga Bostatstka da Kepeduduka Fakultas Kesehata Masyarakat Uverstas Arlagga Defs Pegaruh Jka terdapat varabel, msalka da yag data-dataya dplot sepert gambar dbawah 3 Defs Pegaruh

Lebih terperinci

INTERPOLASI. FTI-Universitas Yarsi

INTERPOLASI. FTI-Universitas Yarsi BAB VI INTERPOLASI FTI-Uverstas Yars Pedahulua Bla dketahu taulas ttk-ttk (y seaga erkut (yag dalam hal rumus ugs y ( tdak dketahu secara eksplst: Htug taksra la y utuk 3.8! FTI-Uverstas Yars Persoala

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI I PENDAHULUAN 11 Latar Belakag Peelta yag dlakuka oleh Va der Pol pada sebuah tabug trode tertutup, yatu sebuah alat yag dguaka utuk megedalka arus lstrk dalam suatu srkut pada trasmtter da recever meghaslka

Lebih terperinci

PROSIDING ISBN :

PROSIDING ISBN : ROSIDING ISBN : 978 979 6353 3 2 A.4 IMLEMENTASI LAGRANGE EQUATION ADA OTIMASI INCREMENTAL FUEL COST EMBANGKIT ENERGI GUNA ENJADWALAN EMBANGKIT BERBASIS METODE DYNAMIC ROGRAMMING Sujto Jurusa Tekk Elektro

Lebih terperinci

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data

4/1/2013. Bila X 1, X 2, X 3,,X n adalah pengamatan dari sampel, maka rata-rata hitung dirumuskan sebagai berikut. Dengan: n = banyak data //203 UKURAN GEJALA PUSAT DAN UKURAN LETAK Kaa Evta Dew, S.Pd., M.S. Ukura gejala pusat Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu hal, bak tu dar sampel ataupu populas Ukura

Lebih terperinci

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari:

( ) ( ) ( ) ( ) ( ) III MODEL. , θ Ω. 1 Pendugaan parameter dengan metode maximum lkelihood estimation dapat diperoleh dari: 5 Mamum Lkelhood Estmato Defs Fugs Lkelhood Msalka X, X,, X adalah eubah acak d dega fugs massa eluag ( ; θ, dega θ dasumska skalar da tdak dketahu, maka rosedur fugs lkelhood daat dtulska sebaga berkut

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

SOLUSI TUGAS I HIMPUNAN

SOLUSI TUGAS I HIMPUNAN Program Stud S1 Tekk Iformatka Fakultas Iformatka, Telkom Uversty SOLUSI TUGAS I HIMPUNAN Matematka Dskrt (MUG2A3) Halama 1 dar 6 Soal 1 Tetukalah eleme-eleme dar hmpua berkut! 2 x x adalah blaga real

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

Orbit Fraktal Himpunan Julia

Orbit Fraktal Himpunan Julia Vol. 3, No., 6-7, Jauar 7 Orbt Fraktal Hmpua Jula Ad Kresa Jaya, Nswar Alasa Abstrak Makalah membahas kumpula ttk-ttk yag berada dalam daerah hmpua Jula d ruag kompleks da memperlhatka sebuah algortma

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013.

BAB III METODOLOGI PENELITIAN. Propinsi Gorontalo tahun pelajaran 2012/2013. BAB III METODOLOGI PENELITIAN 3.. Tempat da Waktu Peelta Peelta dlaksaaka d SMP Neger 3 Gorotalo kota Gorotalo Props Gorotalo tahu pelajara 0/03. D SMP Neger 3 Gorotalo memlk 6 romboga belajar yag terdr

Lebih terperinci

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2

Jawablah pertanyaan berikut dengan ringkas dan jelas menggunakan bolpoin. Total nilai 100. A. ISIAN SINGKAT (Poin 20) 2 M 81 STTISTIK DSR SEMESTER II 11/1 KK STTISTIK, FMIP IT SOLUSI UJIN TENGH SEMESTER (UTS) Sabtu, 1 Me 1, Pukul 9. 1.4 WI (1 met) Kelas 1. Pegajar: Udjaa S. Pasarbu/Rr. Kura Novta Sar, Kelas. Pegajar: Utrwe

Lebih terperinci

Optimasi Aliran Daya pada Sistem Kelistrikan Opsi Nuklir berdasarkan Multi-Objective Function: Fuel CostdanFlat Voltage Profile

Optimasi Aliran Daya pada Sistem Kelistrikan Opsi Nuklir berdasarkan Multi-Objective Function: Fuel CostdanFlat Voltage Profile Jural Pegembaga Eerg uklr Vol. 18, o., (016) 75-85 Jural Pegembaga Eerg uklr Lama Jural: jural.bata.go.d/dex.php/jpe Optmas Alra Daya pada Sstem Kelstrka Ops uklr berdasarka Mult-Objectve Fucto: Fuel CostdaFlat

Lebih terperinci

PEMBANGUNAN PLTGU PEMARON MENURUNKAN RUGI DAYA PADA SISTEM KELISTRIKAN DI BALI. I Made Mataram

PEMBANGUNAN PLTGU PEMARON MENURUNKAN RUGI DAYA PADA SISTEM KELISTRIKAN DI BALI. I Made Mataram PEMBANGUNAN PLTGU PEMARON MENURUNKAN RUG DAYA PADA SSTEM KELSTRKAN D BAL Staf Pegaar Program Stud Tekk Elektro, Uverstas Udayaa ABSTRAK Pegkata kebutuha eerg lstrk d Bal, meyebabka perluasa sstem pembagkta,

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup:

PENDAHULUAN. Di dalam modul ini Anda akan mempelajari teori gangguan bebas waktu yang mencakup: PENDAULUAN D dalam modul Ada aka mempelajar teor gaggua bebas waktu yag mecakup: teor gaggua tak degeeras bebas waktu, teor gaggua degeeras bebas waktu, da efek Stark. Oleh karea tu, sebelum mempelajar

Lebih terperinci

BAB III UKURAN PEMUSATAN DATA

BAB III UKURAN PEMUSATAN DATA BAB III UKURAN PEMUSATAN DATA A. Ukura Gejala Pusat Ukura pemusata adalah suatu ukura yag meujukka d maa suatu data memusat atau suatu kumpula pegamata memusat (megelompok). Ukura pemusata data adalah

Lebih terperinci

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si.

Ukuran Pemusatan Data. Arum Handini P., M.Sc Ayundyah K., M.Si. Ukura Pemusata Data Arum Had P., M.Sc Ayudyah K., M.S. Notas utuk Populas da Sampel Notas: Mea (rata-rata) Sample x Populas μ Varas s 2 σ 2 Smpaga baku s σ Ukura Pemusata Data 1. Mea (rata-rata) 2. Meda

Lebih terperinci

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1

Integrasi 1. Metode Integral Reimann Metode Integral Trapezoida Metode Integral Simpson. Integrasi 1 Itegras Metode Itegral Rema Metode Itegral Trapezoda Metode Itegral Smpso Itegras Permasalaa Itegras Pertuga tegral adala pertuga dasar yag dguaka dalam kalkulus, dalam bayak keperlua. Itegral secara det

Lebih terperinci

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin

Pendahuluan. Relasi Antar Variabel. Relasi Antar Variabel. Relasi Antar Variabel 4/6/2015. Oleh : Fauzan Amin 4/6/015 Oleh : Fauza Am Se, 06 Aprl 015 GDL 11 (07.30-10.50) Pedahulua Aalsa regres dguaka utuk mempelajar da megukur hubuga statstk ag terjad atara dua atau lebh varbel. Dalam regres sederhaa dkaj dua

Lebih terperinci

Vol: 5, No. 1, Maret 2016 ISSN: SOLUSI ALIRAN DAYA UNTUK SISTEM DISTRIBUSI TAK SEIMBANG DENGAN MENGGUNAKAN METODE TRUST-REGION

Vol: 5, No. 1, Maret 2016 ISSN: SOLUSI ALIRAN DAYA UNTUK SISTEM DISTRIBUSI TAK SEIMBANG DENGAN MENGGUNAKAN METODE TRUST-REGION Vol: 5, No. 1, Maret 016 ISSN: 30-949 SOLUSI ALIRAN DAYA UNTUK SISTEM DISTRIBUSI TAK SEIMBANG DENGAN MENGGUNAKAN METODE TRUST-REGION Rudy Gato da Kho He Khwee Jurusa Tekk Elektro, Fakultas Tekk, Uverstas

Lebih terperinci