STUDI ALIRAN DAYA MENGGUNAKAN JARING SARAF TIRUAN COUNTERPROPAGATION TERMODIFIKASI

Ukuran: px
Mulai penontonan dengan halaman:

Download "STUDI ALIRAN DAYA MENGGUNAKAN JARING SARAF TIRUAN COUNTERPROPAGATION TERMODIFIKASI"

Transkripsi

1 Senar Nasonal Aplas Tenolog Inforas 8 (SNATI 8 ISSN: -5 Yogyaarta, Jun 8 STUDI ALIRAN DAYA MENGGUNAKAN JARING SARAF TIRUAN COUNTERPROPAGATION TERMODIFIKASI Arullah,, Ontoseno Penangsang, Maurdh Hery Purnoo Jurusan Ten Eletro, Faultas Ten, Unverstas Bhayangara, Jl. A. Yan No. Surabaya, Jurusan Ten Eletro-FTI, Insttut Tenolog Sepuluh Nopeber, Kapus ITS, Suollo, Surabaya E-al: a5@yahoo.co ; ontosp@telo.net ; hery@ee.ts.ac.d Abstras Peneltan n bertujuan enerapan Jarng Saraf Truan (JST Counterpropagaton Terodfas untu stud alran daya pada onds ontngens. Konds ontngens yang dplh berupa pebebanan berbeda dan saluran lepas. JST Counterpropagaton Terodfas erupaan pengebangan dar JST Counterpropagaton Terodfas, elalu penerapan JST Constructve Bacpropagaton untu enentuan neuron pada laps tersebuny. Perasalahan stud alran daya dbatas pada penentuan agntudo dan sudut tegangan bus. Model JST Counterpropagaton Terodfas dlath untu enentuan tegangan bus, sedangan odel JST Counterpropagaton Terodfas dlath untu enentuan sudut tegangan bus. Metode alran daya Newton Raphson dgunaan untu everfas hasl peneltan enggunaan JST Counterpropagaton Terodfas. Peneltan n aan dterapan pada sste IEEE bus. Hasl peneltan enunjuan bahwa nla error tegangan dan sudut tegangan rata-rata hasl pelathan JST Counterpropagaton Terodfas sudah eenuh syarat arena ash berada dbawah nla Standar Error Estas (SEE sebesar 5%. Dengan dean JST Couterpropagaton Terodfas dapat dpaa untu estas nla agntudo dan sudut tegangan bus pada sste IEEE bus. Keywords: Alran daya, Metode Newton Raphson, JST Counterpropagaton Terodfas, Sste IEEE bus, Standar Error Estas. LATAR BELAKANG Analss alran daya dbutuhan untu enentuan onds operas sste tenaga dala eadaan antap, elalu peecahan persaaan alran daya tetap pada jarngan. Tujuan utaa stud alran daya adalah untu enentuan agntudo tegangan, sudut tegangan, alran daya atf dan daya reatf pada saluran lan, serta rug-rug transs yang uncul dala sste tenaga. Stud alran daya serngal dpaa sebaga stud dala berbaga eperluan sste tenaga dan dbutuhan pada hapr seua tngat perencanaan, optsas, operas, dan ontrol sste tenaga. Pebebanan secara cepat yang aan sangat dbutuhan dala sste tenaga odern untu eberan eandalan dan enjan elangsungan supla daya lstr. Perhtungan onds operas pada setap ent ebutuhan sulas ejadan untu beberapa onds ontngens dan onds pebebanan berbeda []. Metoda analss nuer elalu penyelesaan persaaan aljabar non-lner telah denal untu engatas perasalahan alran daya [,]. Model ecerdasan buatan, sepert sste cerdas, pengenalan pola, pohon penyelesaan, JST, dan etoda fuzzy logc telah banya dterapan pada perasalahan pebebanan secara aan [,5] dan perasalahan sste tenaga yang lan [,]. Dantara beberapa pendeatan n, aplas JST dapat eberan hasl yang lebh ba dala sste tenaga arena apu enggabungan peetaan oples lebh aurat dan cepat. Banya dantara publas peneltan pada bdang n enggunaan odel ult layer perceptron (MLP dengan algorta pelathan Bacpropagaton (BP. Kendala pada etoda n adalah asalah nla asu loal dan nla pencocoan yang terlalu besar [,,8]. Secara uu pola yang dgunaan tergantung pada berapa ecepatan pelathan dan julah unt pada laps tersebuny. Pada referens [], dusulan suatu etoda alran daya enggunaan JST dengan nalsas odel. Model MLP terpsah enggunaan etoda pelathan Lavenberg-Marquadrt tngat edua sudah dpaa untu enghtung agntudo dan sudut tegangan asng-asng bus pada sste tenaga []. Blangan JST yang dperluan untu eecahan persoalan alran daya adalah besar, dan tda ungn dapat daplasan pada sste tenaga prats dengan julah bus yang sangat besar. Pada referens [] dusulan penerapan JST Couterpropagaton untu stud alran daya. Metoda n apu eberan pendeatan prats dala pleentas peetaan dan pola pelathan secara cepat dala jarngan [,]. Keleahan peneltan n adalah penentuan julah neuron pada laps tersebuny enggunaan etoda tral and error. Peneltan n bertujuan enerapan JST Counterpropagaton Terodfas untu stud alran daya pada onds ontngens. JST Counterpropagaton Terodfas erupaan pengebangan dar JST Counterpropagaton, elalu penerapan JST Constructve F-

2 Senar Nasonal Aplas Tenolog Inforas 8 (SNATI 8 ISSN: -5 Yogyaarta, Jun 8 Bacpropagaton untu enentuan julah neuron pada laps tersebuny. Konds ontngens yang dplh berupa pebebanan berbeda dan saluran lepas. Peneltan n dbatas pada penentuan agntudo dan sudut tegangan bus. Model JST Counterpropagaton Terodfas dlath untu enentuan tegangan bus, sedangan odel JST Counterpropagaton Terodfas dlath untu enentuan sudut tegangan bus. Metode alran daya Newton Raphson dplh untu everfas hasl peneltan enggunaan JST Counterpropagaton Terodfas. Peneltan n aan dterapan pada sste IEEE bus.. LANDASAN TEORI.. Metode Newton Raphson Tujuan stud alran daya adalah untu enentuan nla agntudo dan sudut tegangan pada setap bus, alran daya atf dan reatf pada asng-asng saluran, dan rug-rug saluran transs pada sste tenaga. Untu eperluan stud alran daya, dasusan sste tenaga tga fasa dala onds sebang dan nla adtans bersaa (oplng antara eleen dabaan. Varabel yang berhubungan dengan setap bus pada sste tenaga berjulah epat, antara lan; tegangan V, sudut fasa tegangan δ, daya atf P, daya reatf Q, sehngga total berjulah n varabel untu sste n bus. Pada setap bus ada dua besaran yang dtentuan, sedangan dua besaran yang lan dcar enggunaan persaaan alran daya n. Dar epat besaran uunya hanya ada dua nla yang dcar pada asng-asng bus, dan nla tersebut tergantung pada dua nla yang telah dtentuan sebelunya. Ada tga jens bus, antara lan; swng bus (bus referens, bus generator (PV bus, dan bus beban (PQ bus. Dar persaaan arus d suatu tt, arus total dnjesan e bus e- pada sste dengan bus, dberan oleh persaaan: I = Y V + Y V +... YV = YV ( = Dengan Y adalah adtans saluran antara bus dan, serta V adalah tegangan pada bus. Dala oordnat polar: V Y V = V δ = V e = V δ = V = Y θ = Y jδ e e jδ jθ Nla δ adalah sudut tegangan bus dan θ sudut adtans bus. Pada bus e- nla onjugate daya oples dberan oleh persaaan: * * S = P jq = V I ( = V * ( YV = j( θ+ δ δ atau P jq = [ V Y V e ] ( = Daya atf pada bus e- adalah: j( θ + δ δ [ V Y Ve ] = ( P = Re al (5 atau P [ V Y V Cos ( θ + δ δ ] P = = = VV = [ G Cos( δ + B Sn( δ δ ] δ ( Dengan cara yang saa, daya reatf pada bus e- adalah: j( θ + δ δ [ V Y V e ] Q = Iagnary ( = atau Q [ V Y V Cos ( θ + δ δ ] Q = = = VV = [ G Sn( δ B Cos( δ δ ] δ (8 Persaaan ( dan (8 selanjutnya denal dengan persaaan alran daya stats. Persaaan alran daya dengan etoda n dgunaan untu enghtung perbaan nla tegangan dan dnyataan oleh persaaan : δ P H N = V Q J L V ( dengan: H P P = ; N = V δ V J Q P = ; L = V δ V Dengan H, N, J, L adalah Jaoban subatrs. Persaaan ( dapat dtuls dala: δ H N P = V ( J L Q V Penyelesaan dar Persaaan ( eberan vetor ores δ untu tpe bus PV dan PQ dan V untu seua tpe bus PQ, yang dgunaan untu eperba estas awal dar nla δ dan V. Proses teras n aan terus dlauan hngga vetor satch P untu seua tpe bus PV dan PQ serta P untu seua bus PQ enjad lebh ecl dar anga tolerans ε yang telah dtentuan sebelunya. Berdasaran Persaaan ( dan (, pada asng- F-

3 Senar Nasonal Aplas Tenolog Inforas 8 (SNATI 8 ISSN: -5 Yogyaarta, Jun 8 asng teras, eleen Jaoban dapat dhtung dan hasl tersebut harus dnversan. Adapun algorta penyelesaan alran daya enggunaan etoda Newton Raphson dtunjuan pada Gabar. P Q = = V V V V ( G cos δ + B snδ ( G sn θ B cosθ laps tersebuny. Dua odel JST Counterpropagaton Terodfas aan debangan pada peneltan n. Model JST Counterpropagaton Terodfas dgunaan untu enghtung tegangan bus. Sedangan odel JST Counterpropagaton Terodfas dgunaan untu enghtung sudut tegangan bus. Gabar enunjuan algorta penyelesaan etode alran daya enggunaan JST Counterpropagaton Terodfas. P = P spec P Q = Q spec Q =,,... n P danq tolerans? P Q = H J δ N V L V ( n+ ( n ( n δ = δ + δ V ( n+ ( n ( n = V + V n r SSE = ( d o l = = w ( C + = w ( C + η( ( x w ( C ( n ( n+ Gantanθ denganθ dan ( n ( n+ V dengan V Gabar. Algorta Penyelesaan Alran Daya Menggunaan Metoda Newton Raphson [5].. Metoda JST Couterpropagaton Terodfas SSE = = d v h jl v hl l, j= ( el v hl = l, v ( C + = v ( C + η( ( x v ( C Gabar. Algorta penyelesaan etode alran daya enggunaan JST Counterpropagaton Terodfas Gabar. JST Counterpropagaton [] Model JST Couterpropagaton dtunjuan pada Gabar. JST Couterpropagaton adalah perpaduan dar elopo jarng Kohonen dan Groosberg outstar. Model JST Counterpropagaton enggunaan dua odel pelathan yatu pelathan terbbng dan pelathan tda terbbng. Jarng Kohonen enerapan strateg opettf untu beberapa penbang dar unt laps nput e unt laps tersebuny. Sedangan Grosberg outstar eetaan neuron yang dplh pada output yang dngnan. Pelathan terbbng dan tda terbbng dterapan untu elath odel JST Counterpropagaton. Metoda n apu eredus julah pelathan / al lebh ecl dar JST Bacpropagaton standar. Maalah n ebahas penerapan JST Counterpropagaton Terodfas untu stud alran daya pada onds ontngens. JST Counterpropagaton Terodfas erupaan pengebangan dar JST Counterpropagaton, elalu penerapan JST Constructve Bacpropagaton untu enentuan neuron pada Gabar enunjuan arstetur dar usulan JST Couterpropagaton Terodfas. Gabar. Arstetur JST Counterpropagaton Terodfas F-

4 Senar Nasonal Aplas Tenolog Inforas 8 (SNATI 8 ISSN: -5 Yogyaarta, Jun 8. HASIL PENELITIAN DAN PEMBAHASAN.. Sste IEEE Bus Gabar 5. Sngle Lne Dagra untu Sste IEEE Bus [] Peneltan n dlauan dengan enggunaan data dar sste IEEE bus []. Model sste n terdr dar bus, 5 generator, saluran transs, dan transforator dengan urutan bus adalah; bus sebaga slac bus dengan referens tegangan, pu, bus,,, dan 8 sebaga bus generator (PV, serta ssanya sebaga bus beban (PQ. Beban sste terdapat pada bus dengan beban total berjulah 5 MW dan, MVAR. Sngle lne dagra untu sste IEEE bus dtunjuan pada Gabar 5... Penentuan Magntudo dan Sudut Tegangan dengan Metode Newton Raphson Untu pelathan JST, sste IEEE Bus dsulasan dala onds ontngens. Total eadaan ontngens yang dplh berjulah 5 onds. Keadaan ontngens pertaa adalah 5 onds pebebanan dan dlauan secara bervaras ula 5%, 5%, %, 5%, dan 5% dar beban nonal. Keadaan ontngens edua adalah pelepasan pada asng-asng saluran. Karena sste IEEE Bus terdr dar saluran, aa sulas saluran lepas berjulah onds. Hasl perhtungan tegangan dan sudut tegangan untu onds pebebanan % enggunaan etode alran daya Newton-Raphson dtunjuan pada Tabel. Tabel. Hasl Perhtungan Tegangan dan Sudut Tegangan Sste IEEE Bus pada Konds Pebebanan %, Penypangan Daya Masu =.5, Julah teras = No Bus 5 8 Tegangan V δ (pu (deg,,5,,,,,5,,5,,8,5,, -,8 -, -,8-8,8 -, -, -, -,8-5,5 -,858-5, -5,5 -, P G (pu,, Q G (pu -,5,5,5,8,8 P L (pu,,,8,,,5,,5,,5, Pada onds pebebanan %, tegangan pada bus generator,,, dan 8 tetap sebesar,5 pu,, pu,, pu, dan, pu. Nla sudut tegangan bus,,, dan 8 asng-asng sebesar -,8 derajat, -, derajat, -, derajat, -,8 derajat. Pada onds pebebanan % n generator,,, dan 8 ebangtan daya reatf sebesar,5 pu,,5 pu,,8 pu, dan,8 pu... Penentuan Magntudo dan Sudut Tegangan Bus dengan JST Counterpropagaton Terodfas Analsa perhtungan stud alran daya enggunaan JST Counterpropagaton Terodfas pada Sste IEEE bus dlauan dengan tahapan sebaga berut. Model sste IEEE bus terdr dar bus dan saluran. Adapun urutan sste n adalah; bus sebaga slac bus dengan referens tegangan, pu, bus,,, dan 8 sebaga bus generator (PV, dan ssanya sebaga bus beban (PQ. Model JST Counterpropagaton Terodfas dlath untu enentuan tegangan bus, sedangan odel JST Counterpropagaton Terodfas dlath untu enentuan sudut tegangan bus. Julah eseluruhan nput adalah yang terdr dar nla dagonal dar G dan B, daya atf dan reatf pada bus beban dnyataan dala adtans onstan dan djulahan e asng-asng eleen dagonal G dan B, daya atf pada bus generator, tegangan pada bus generator dan slac bus. Pelathan dan pengujan JST Counterpropagaton Terodfas dlauan dengan 5 onds ontngens, asngasng 5 onds pebebanan berbeda dan onds saluran lepas. Hasl sulas agntudo dan sudut tegangan alran daya enggunaan Metode Newton Raphson dtetapan sebaga data target. Q L (pu,,,,5,,58,8,,58,5 F-

5 Senar Nasonal Aplas Tenolog Inforas 8 (SNATI 8 ISSN: -5 Yogyaarta, Jun 8 No. Bus 5 8 Paraeter nput dan target untu onds pebebanan % dsajan pada Tabel. Tabel. Paraeter Input dan Target pada sste IEEE Bus untu Konds Pebebanan % Input Target G (pu,5,,5,5,, 5,5 5,8,88,,88, B (pu -, -, -,58-8,58-5, -, -,5-5, -,5 -,8-8,5-5, -, -5, P G (pu, V G (pu,,5,,, V (pu,,5,,,,,5,,5,,8,5,, δ (deg -,8 -, -,8-8,8 -, -, -, -,8-5,5 -,858-5, -5,5 -, Tabel enunjuan paraeter-paraeter yang dgunaan untu elauan proses pelathan JST Counterpropagaton Terodfas pada sste IEEE Bus untu seua onds ontngens. Tabel. Paraeter Pelathan JST Counterpropagaton Terodfas pada sste IEEE Bus No. Paraeter Nla Epoh Masu Mean Square Error Max Learnng rate Moentu Fungs atvas Fungs pelathan e-,,8 tansg, pureln tranl Gabar. Graf perbandngan tegangan setap bus pada sste IEEE Bus antara Metode Newton Raphson dengan JST Counterpropagaton Terodfas pada onds pebebanan % Dengan proses dan paraeter pelathan yang saa sepert pada penentuan tegangan, selanjutnya aan dtentuan nla sudut tegangan setap bus pada sste IEEE bus dan haslnya dtunjuan pada Tabel dan 5. Tabel. Perbandngan tegangan setap bus pada sste IEEE Bus antara Metode Newton Raphson dengan JST Counterpropagaton dan JST Counterpropagaton Terodfas pada pebebanan % No. Bu s 5 8 NR,,5,,,,,5,,5,,8,5,,. 8 Bus e- JST- CP Error ratarata Epoh Unttersebuny Tegangan Bus Error JST- CP- Mod Error Gabar enunjuan graf perbandngan tegangan setap bus pada sste IEEE bus antara etode Newton-Raphson dengan JST Counterpropagaton Terodfas pada onds pebebanan %. Hasl pengujan tegangan JST CP-Mod pada onds pebebanan %: Target (+, Output (o....8 Target/Output F-5

6 Senar Nasonal Aplas Tenolog Inforas 8 (SNATI 8 ISSN: -5 Yogyaarta, Jun 8 Tabel 5. Perbandngan sudut tegangan setap bus pada sste IEEE Bus antara Metode Newton Raphson dengan JST Counterpropagaton dan JST Counterpropagaton Terodfas pada pebebanan % No. Bus 5 8 Sudut Tegangan Bus NR JST-CP Error JST-CP- Mod, -,8 -, -,8-8,8 -, -, -, -,8-5,5 -,858-5, -5,5 -, Error rata-rata Epoh Unt-tersebuny Error Analss Sulas Alran Daya enggunaan JST Counterpropagaton dan Counterpropagaton Terodfas pada Sste IEEE Bus Tabel dan enunjuan hasl pelathan agntudo dan sudut tegangan bus pada Sste IEEE Bus enggunaan JST Counterpropagaton dan JST Counterpropagaton Terodfas pada beberapa onds ontngens. Tabel. Hasl Pelathan Tegangan Bus pada Sste IEEE Bus Menggunaan JST Counterpropagaton dan JST Counterpropagaton Terodfas Pelathan Tegangan No Knds JST CP JST-CP-Mod Kntgns UT Eph Err. rt UT Eph Err.rt B. 5% B. 5% 5.. B. % 5.. B. 5% B. 5% lepas lepas lepas lepas lepas lepas lepas lepas lepas lepas 5.. F-

7 Senar Nasonal Aplas Tenolog Inforas 8 (SNATI 8 ISSN: -5 Yogyaarta, Jun 8 - lps lps lps lepas lepas lps lps lp lp lp 5.. Tabel. Hasl Pelathan Sudut Tegangan Bus pada Sste IEEE Bus dengan JST Counterpropagaton dan JST Counterpropagaton Terodfas Pelathan Sudut Tegangan No Knds JST CP JST-CP-Mod Kntgns UT Eph Err. rt UT Eph Err.rt B. 5% B. 5% 5.. B. % B. 5% B. 5% lepas lepas lepas lepas lepas lepas lepas lepas lepas lepas lps lps lps lepas lepas lps lps lp lp lp F-

8 Senar Nasonal Aplas Tenolog Inforas 8 (SNATI 8 ISSN: -5 Yogyaarta, Jun 8 Berdasaran Tabel dan dapat dlhat bahwa error agntudo dan sudut tegangan rata-rata hasl pelathan tegangan enggunaan JST Counterpropagaton dan JST Counterpropagaton Terodfas untu seua onds ontngens sudah eenuh syarat arena ash berada dbawah nla Standar Error Estas (SEE sebesar,5 atau 5%. Dar tabel dapat dlhat bahwa error tegangan rata-rata hasl pelathan JST Counterpropagaton Terodfas lebh ecl dbandngan dengan JST Counterpropagaton. Tabel dan enunjuan bahwa JST Counterpropagaton Terodfas epunya unt tersebuny lebh sedt dbandngan JST Counterpropagaton, arena JST Counterpropagaton Terodfas apu elauan adaptas julah unt tersebuny secara otoats dula dengan suatu JST ecl dan apu engebangan unt tersebuny serta penbang tabahan sapa ddapatan penyelesaan yang dehenda.. KESIMPULAN Maalah n enghaslan espulan antaralan: a Error pelathan agntudo dan sudut tegangan bus enggunaan JST Counterpropagaton Terodfas untu seua onds ontngens pada sste IEEE Bus sudah eenuh syarat arena ash berada dbawah nla SEE sebesar,5 atau 5%. Dengan dean JST Counterpropagaton Terodfas dapat dpaa untu estas nla agntudo dan sudut tegangan bus pada sste IEEE bus; b JST Counterpropagaton Terodfas lebh efetf untu estas agntodo dan sudut tegangan bus dbandngan JST Counterpropagaton, arena apu elauan adaptas julah unt tersebuny secara otoats, sedangan penentuan unt tersebuny pada JST Counterpropagaton nlanya dbuat tetap dan enggunaan etoda tral and error. PUSTAKA [] S. Weerasoorja, et. al, Toward Statc Securty Asseseent of Large Power Syste usng ANN, IEE Proc-C, Vol.. pp. -. [] B. Stott., (, Revew of load flow culaton ethods IEEE Proc., Vol., PP.-. [] R. Van Aarongen., (, A General- Purpose Verson of The Fast Decoupled Load Flow, IEEE Trans. on Power Syste., Vol., PP. -. [] T.S. Dllon., (, ANN Applcaton n Power Syste and Relatonshp to Sybol Methods, Electrc Power & Energy Syste, Vol., noor,, PP /. [5] T. Jan, et. al, Fast Voltage Contgency Screenng Usng Radal Bass Functon Neural Networ IEEE Trans on Power Syste, Vol 8, No.. [] D. Thuara, et. al., (5, ANN and Support Vector Machne Approach for Locatng Faults n Radal Dstrbuton Systes, IEEE Transacton on Power Delvery, Vol, No., pp -. [] Nu Dong Xoa, et. al, (5, Short Ter Load Forecastng Model Usng Support Vector Machne Based on ANN, Proceedng of 5 Int. Conference on Machne Learnng and Cybernetc, Vol., 8- Agustus 5, pp -5. [8] L. Srvastava, et. al, (, ANN Applcaton n Power Syste: An Overvew and Key Issues, Int. Conference on coputer applcaton n Elect Eng. Recent Advances (CERA UOR Roorey Inda, PP -. [] T.T. Nguyen, Neural Networ Load Flow, (5, IEE Proceedng-Geer. Trans. Dstrbuton., Vol., No., pp -. [] Leonardo Paucar, and Marcos J Rder, ( ANN for Solvng Power Flow Proble n Electrc Power Syste, Electrc Power Syste Research, Vol., pp -. [] J. Krshna dan L Srvastava, (, Counterpropagaton Neural Networ for Solvng Power Flow Proble, Internatonal Journal of Intellgence Technology., Vol. Nuber. [] K.L. Lo, et. al, (8, Fast Real Power Contngency Rangng Usng CPNN, IEEE Trans on Power Syste, Vol., No., pp. 5-. [] L Mn Fu, (, Neural Networ n Coputer Intellgence, Mc Graw-Hll Internatonal Edton. [] Saeh Kael Merna Kods, IEEE Student Meber, Cludo Canezares, IEEE Senor Meber, (, Modellng and Sulaton of IEEE Bus Syste wth Fact Controller, Techn Report, -. [5] Had Saadat., (, Power Syste Analyss, Schau s Outlne Seres n Electronc & Electr Engnerng, WCB McGraw Hll, Mlwauee School of Engneerng, New Yor. [] Maurdh Hery P. dan Agus Kurnawan, (, Supervsed Neural Networ dan Aplasnya, Eds Pertaa, Yoyaarta, Graha Ilu. F-8

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6)

Penerapan Aljabar Matrik Dalam Analisa Masukan-Keluaran Elistya Rimawati 6) ISSN : 693 73 Penerapan Aljabar Matrk Dala Analsa Masukan-Keluaran Elstya Rawat 6) Abstrak Analsa asukan-keluaran bertolak dar anggapan bahwa suatu sste perekonoan terdr atas sector-sektor yang salng berkatan.

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

BAB II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

JDS, Jilid II No. 2, Oktober 2016

JDS, Jilid II No. 2, Oktober 2016 JDS, Jld II No. 2, Otober 2016 ANALISIS SISTE TENAGA LISTRIK SULAWESI DENGAN PENDEKATAN SEKURITI PEBEBANAN. YUSRI ABABUNGA Seolah Tngg Ten Dharayad aassar Faultas Ten, Jurusan Ten Eletro Eal : ababungayusr@gal.co

Lebih terperinci

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Senar asonal Aplas enolog Inforas 004 ogyaarta, 9 Jun 004 Perancangan Jarngan Syaraf ruan Upan Bal Berbass ndows Stud Kasus Pengenalan uer Arab Sauel Luas, Arnold Arbowo, Sepren Faultas Ilu Koputer Unverstas

Lebih terperinci

PENERAPAN LOGIKA FUZZY DALAM PENGAMBILAN KEPUTUSAN UNTUK JALUR PEMINATAN MAHASISWA

PENERAPAN LOGIKA FUZZY DALAM PENGAMBILAN KEPUTUSAN UNTUK JALUR PEMINATAN MAHASISWA onferens Nasonal Sste dan Inforatka 09; Bal, Noveber 4, 09 PENERAPAN LOGIA FUZZY DALAM PENGAMBILAN EPUTUSAN UNTU JALUR PEMINATAN MAHASISWA Sauel Lukas*, Melayana**, Wlla Sson* * Jurusan Teknk Inforatka

Lebih terperinci

PENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT

PENAKSIR PRODUK YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA DAN SAMPLING BERPERINGKAT PEAKSIR PRODUK AG EFISIE UUK RAA-RAA POPULASI PADA SAMPLIG ACAK SEDERHAA DA SAMPLIG BERPERIGKA Dw Andn *, Frdaus, Arsan Adnan Mahasswa Progra S Mateata Dosen Jurusan Mateata Faultas Mateata Ilu Pengetahuan

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Ihwannul Khols, ST. MT. Unverstas 7 Agustus 945 Jaarta hols27@gmal.com Abstra Pengenalan pola data

Lebih terperinci

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon

Pelabelan Total Sisi Ajaib Pada Subkelas Pohon Pelabelan Total Ss Ajab Pada Subkelas Pohon Hlda Rzky Nngtyas, Dr Daraj, SS, MT [] Jurusan Mateatka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopeber (ITS Jl Aref Rahan Hak, Surabaya 60 E-al: daraj@ateatkatsacd

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU

JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU Ea Saputra LF096585 Jurusan Ten Eletro Faultas Ten Unverstas Dponegoro Abstra Jarngan saraf truan merupaan suatu metode yang salah satunya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc.

MODUL ANALISIS PENGUKURAN FISIKA. Disusun Oleh: Kuncoro Asih Nugroho, M.Pd., M.Sc. MODUL ANALISIS PENGUKURAN FISIKA Dsusun Oleh: Kuncoro Ash Nugroho, M.Pd., M.Sc. JURUSAN PENDIDIKAN FISIKA FAKULTAS MATEMATIKAN DAN ILMU PENGETAHUAN ALAM UNIVERSITAS NEGERI YOGYAKARTA YOGYAKARTA BAB I METODE

Lebih terperinci

ANALISIS PERBANDINGAN METODE FUZZY C-MEANS DAN SUBTRACTIVE FUZZY C-MEANS. Baiq Nurul Haqiqi 1, Robert Kurniawan 2. Abstract

ANALISIS PERBANDINGAN METODE FUZZY C-MEANS DAN SUBTRACTIVE FUZZY C-MEANS. Baiq Nurul Haqiqi 1, Robert Kurniawan 2. Abstract Analss Perbandngan (Baq urul Haqq) AALISIS PERBADIGA METODE FUZZY C-MEAS DA SUBTRACTIVE FUZZY C-MEAS Baq urul Haqq, Robert Kurnawan, Jurusan Koputas Statst, Seolah Tngg Ilu Statst (STIS) Eal: qq0693@naver.o,

Lebih terperinci

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Analss Model Loglner Untu data yang bersfat ategor dan dapat dbentu pada suatu tabel ontngens, dapat danalss dengan analss odel loglner. Model loglner dgunaan untu enganalss eungnan

Lebih terperinci

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

SIMULASI OPTIMASI ALIRAN DAYA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAYA OPERASI ISSN: 1693-6930 167 SIMULASI OPTIMASI ALIRAN DAA SISTEM TENAGA LISTRIK SEBAGAI PENDEKATAN EFISIENSI BIAA OPERASI Subyanto Teknk Elektro Fakultas Teknk Unverstas Neger Semarang Gedung E6 Lt. Kampus Sekaran

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

Analisis Variasi Parameter Backpropagation Artificial Neural Network dan Principal Component Analysis Terhadap Sistem Pengenalan Wajah

Analisis Variasi Parameter Backpropagation Artificial Neural Network dan Principal Component Analysis Terhadap Sistem Pengenalan Wajah ELECTRANS, Jurnal Ten Eletro, Komputer dan Informata http://eournal.up.edu/ndex.php/electrans Analss aras Parameter Bacpropagaton Artfcal Neural Networ dan Prncpal Component Analyss Terhadap Sstem Pengenalan

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL SAINS DAN SENI ITS Vol 1, No 1, (Sept 2012) ISSN: 2301-928 A-34 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, I Gust Ngurah Ra

Lebih terperinci

Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi

Penaksiran Parameter dari Variansi Vektor pada Pengujian Hipotesis Kesamaan Matriks Kovariansi Vol. 3 No. 7-77 Jul 06 Penasan Paaete da Vaans Veto ada Pengujan Hotess Kesaaan Mats Kovaans Nasah Sajang Absta Vaans veto euaan salah satu uuan dses data yang ddefnsan sebaga julah da seua eleen dagonal

Lebih terperinci

PERMASALAHAN LOKASI (Model Dasar) [2]

PERMASALAHAN LOKASI (Model Dasar) [2] PERMASALAHAN LOKASI Model Dasar [] Technques of Contnuous Space Locaton Probles Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch provde

Lebih terperinci

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance 30/05/04 Technques of Contnuous Space Locaton Probles PERMASALAHAN LOKASI Model Dasar [] Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch

Lebih terperinci

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR)

Model Peramalan Pasokan Energi Primer Dengan Pendekatan Metode Fuzzy Linear Regression (FLR) JURNAL TEKNIK POMITS Vol, No, (22) -6 Model Peraalan Pasokan Energ Prer Dengan Pendekatan Metode Fuzzy Lnear Regresson (FLR) Hkayangkara Putr Purwareta, Nur Wahyunngsh 2, dan I Gust Ngurah Ra Usadha 3

Lebih terperinci

PEMODELAN SISTEM TANGKI-TERHUBUNG DENGAN MENGGUNAKAN MODEL FUZZY TAKAGI-SUGENO

PEMODELAN SISTEM TANGKI-TERHUBUNG DENGAN MENGGUNAKAN MODEL FUZZY TAKAGI-SUGENO 28 MAKARA, EKOLOGI, VOL. 1, O. 1, APRIL 26: 28-33 PEMODELA SISEM AGKI-ERHUBUG DEGA MEGGUAKA MODEL FUZZY AKAGI-SUGEO Ares Subantoro Departeen Eletro, Faultas en, Unverstas Indonesa, Depo 16424, Indonesa

Lebih terperinci

Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global

Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global Optmsas Operas Sstem Tenaga Lstr dengan Konstran Kapabltas Operas Generator dan Kestablan Steady State Global Johny Custer,, Indar Chaerah Gunadn, Ontoseno Penangsang 3, Ad Soeprjanto 4,,3,4 Jurusan Ten

Lebih terperinci

METODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR

METODE LEVENBERG MARQUARDT UNTUK MASALAH KUADRAT TERKECIL NONLINEAR PROSIDING ISBN : 978 979 6353 3 MEODE LEVENBERG MARQUARD UNUK MASALAH KUADRA ERKECIL NONLINEAR -8 Lusa Krsyat Budash Progra Stud Mateatka Unverstas Sanata Dhara Yogyakarta lusa_krs@sta.usd.ac.d Abstrak

Lebih terperinci

IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN

IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN E-Jurnal Matemata Vol. 5 (4), November 2016, pp. 126-132 ISSN: 2303-1751 IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN I Made Dw Udayana Putra 1, G. K. Gandhad

Lebih terperinci

Implementasi Algoritme Support Vector Machine (SVM) untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa

Implementasi Algoritme Support Vector Machine (SVM) untuk Prediksi Ketepatan Waktu Kelulusan Mahasiswa Jurnal Pengebangan Teknolog Inforas dan Ilu Koputer e-issn: 2548-964X Vol. 2, No. 4, Aprl 2018, hl. 1704-1708 http://-ptk.ub.ac.d Ipleentas Algorte Support Vector Machne (SVM) untuk Predks Ketepatan Waktu

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

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

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

STUDI ALIRAN DAYA TIGA FASA UNTUK SISTEM DISTRIBUSI DENGAN METODE PENDEKATAN LANGSUNG

STUDI ALIRAN DAYA TIGA FASA UNTUK SISTEM DISTRIBUSI DENGAN METODE PENDEKATAN LANGSUNG No. 29 ol.2 Thn. X Aprl 2008 SSN: 085-871 STUD ALRAN DAYA TGA FASA UNTUK SSTEM DSTRBUS DENGAN METODE PENDEKATAN LANGSUNG Adrant, Slva ran Jurusan Ten Eletro Faultas Ten Unverstas Andalas, Padang Abstra

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

Jurnal Pendidikan Matematika & Matematika

Jurnal Pendidikan Matematika & Matematika Jurnal Penddkan Mateatka & Mateatka Syasah. (2011). Pengaruh Puasa Terhadap Konsentras Belajar Sswa. Jakarta: UIN Syarf Hdayatullah Jakarta. Thabrany, Hasbullah. (1995). Rahasa Sukses Belajar. Jakarta:

Lebih terperinci

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS)

BAB III SAMPLING BERKELOMPOK DAN SAMPLING BERKELOMPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) BAB III SAPLING BERKELOPOK DAN SAPLING BERKELOPOK DENGAN PROBABILITY PROPORTIONAL TO SIZE (PPS) 3. Saplng Berkelopok Populas elk konds yang berbeda beda jka dlhat berdasarkan ukurannya. Pada pebahasan

Lebih terperinci

IDENTIFIKASI SISTEM NONLINIER DENGAN MENGGUNAKAN RECURRENT NEURAL NETWORK DAN ALGORITMA DEAD-ZONE KALMAN FILTER

IDENTIFIKASI SISTEM NONLINIER DENGAN MENGGUNAKAN RECURRENT NEURAL NETWORK DAN ALGORITMA DEAD-ZONE KALMAN FILTER IDENIFIKASI SISEM NONLINIE DENGAN MENGGUNAKAN ECUEN NEUAL NEOK DAN ALGOIMA DEAD-ZONE KALMAN FILE ully Soelaman, angga fa Faultas enolog Informas Insttut enolog Sepuluh Nopember Kampus Keputh, Suollo, Surabaya

Lebih terperinci

Bab VII Contoh Aplikasi

Bab VII Contoh Aplikasi Bab VII Contoh Aplkas Dala bab n akan dberkan lustras tentang aplkas statstk penguj VVVS dala eontor kestablan atrks korelas pada proses produks dudukan kabel tegangan tngg (flange) d PT PINDAD (Persero).

Lebih terperinci

Analitik Data Tingkat Lanjut (Regresi)

Analitik Data Tingkat Lanjut (Regresi) 0 Oktober 206 Analtk Data Tngkat Lanut (Regres) Imam Cholssodn mam.cholssodn@gmal.com Pokok Bahasan. Konsep Regres 2. Analss Teknkal dan Fundamental 3. Regres Lnear & Regres Logstc (Optonal) 4. Regres

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

5.. Kekakuan Portal Bdang (Plane Frae) BAB 5 ANASS STRUKTUR PORTA BANG Struktur plane rae erupakan suatu sste struktur ang erupakan gabungan dar seulah eleen (batang) d ana pada setap ttk spulna danggap

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien

Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien JURAL TEKIK POITS Vol., o., (0) -6 Stud Perhtungan CCT enggunaan etode EEAC (Extended Equal Area Crteron) Dan Trajetor Krts/ Crtcal Trajectory Untu Kestablan Transen Hardansyah Pratama, Ardyono Pryad,

Lebih terperinci

toto_suksno@uny.ac.d Economc load dspatch problem s allocatng loads to plants for mnmum cost whle meetng the constrants, (lhat d http://en.wkpeda.org/) Economc Dspatch adalah pembagan pembebanan pada pembangktpembangkt

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

KEANDALAN SISTEM PEMBANGKIT LISTRIK TENAGA DIESEL DI KABUPATEN MERAUKE-PAPUA

KEANDALAN SISTEM PEMBANGKIT LISTRIK TENAGA DIESEL DI KABUPATEN MERAUKE-PAPUA Jurnal Ilah Mustek An Ha Vol. 4 o. 3, Deseber 2015 KEADALA SISTEM PEMBAGKIT LISTRIK TEAGA DIESEL DI KABUPATE MERAUKE-PAPUA Johan Kar Eal: Joka_joka73@yahoo.co, papeda99@yahoo.co.d Jurusan Teknk Elektro,

Lebih terperinci

Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat

Pengendalian Kualitas Proses Produksi Tube Plastik Di Pt. X Menggunakan Peta Kendali P Multivariat JURNAL SAINS DAN SENI POMITS Vol., No., (3) 33-35 (3-98X Prnt) D-95 Pengendalan Kualtas Proses Produks Tube Plastk D Pt. X Menggunakan Peta Kendal P Multvarat Ia Rdo Rarso, Luca Ardnant, dan Muhaad Mashur

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

MEMINIMALKAN RUGI-RUGI PADA SISTEM DISTRIBUSI TEGANGAN MENENGAH DENGAN PEMASANGAN KAPASITOR

MEMINIMALKAN RUGI-RUGI PADA SISTEM DISTRIBUSI TEGANGAN MENENGAH DENGAN PEMASANGAN KAPASITOR MEMINIMALKAN RUGI-RUGI PADA SISTEM DISTRIBUSI TEGANGAN MENENGAH DENGAN PEMASANGAN KAPASITOR Adranus Dr Program Stud Teknk Elektro Jurusan Teknk Elektro Fakultas Teknk Unverstas Tanjungpura adranus_dr@yahoo.co.d

Lebih terperinci

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR

EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR EFISIENSI DAN AKURASI GABUNGAN METODE FUNGSI WALSH DAN MULTIGRID UNTUK MENYELESAIKAN PERSAMAAN INTEGRAL FREDHOLM LINEAR Masduk Jurusan Penddkan Matematka FKIP UMS Abstrak. Penyelesaan persamaan ntegral

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv 1 Strateg Memnmalan Load Sheddng Menggunaan Metode Senstvtas Untu Mencegah Voltage Collapse Pada Sstem Kelstran Jawa-Bal 500 V Rs Cahya Anugrerah Haebb, Ad Soepranto,, Ardyono Pryad Jurusan Ten Eletro,

Lebih terperinci

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Semnar Nasonal Tenolog Informas dan Multmeda 207 STMIK AMIKOM Yogyaarta, 4 Februar 207 ANALIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Sgt Kamseno ), Bara Satya 2) ), 2) Ten Informata

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting Peramalan Produks Sayuran D Kota Pekanbaru Menggunakan Metode Forcastng Esrska 1 dan M. M. Nzam 2 1,2 Jurusan Matematka, Fakultas Sans dan Teknolog, UIN Sultan Syarf Kasm Rau Jl. HR. Soebrantas No. 155

Lebih terperinci

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

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

BAB 2 LANDASAN TEORI. 2.1 Permasalahan Cutting Stock Satu Dimensi

BAB 2 LANDASAN TEORI. 2.1 Permasalahan Cutting Stock Satu Dimensi A 2 LANDASAN TEORI 2. Perasalahan Cuttng Stoc Satu Dens Perasalahan Cuttng stoc erupaan suatu perasalahan ang uncul arena bana paa aplasna ala bang pernustran. Msalan ala pernustran au, bagaana eanaeen

Lebih terperinci

Bab V Aliran Daya Optimal

Bab V Aliran Daya Optimal Bab V Alran Daya Optmal Permasalahan alran daya optmal (Optmal Power Flow/OPF) telah menjad bahan pembcaraan sejak dperkenalkan pertama kal oleh Carpenter pada tahun 196. Karena mater pembahasan tentang

Lebih terperinci

PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN SYARAF

PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN SYARAF PEMILIHAN VARIABEL YANG RELEVAN PADA ATURAN FUZZY MENGGUNAKAN JARINGAN YARAF r Kusumadew Jurusan Teknk Informatka, Fakultas Teknolog Industr Unverstas Islam Indonesa Yogyakarya emal: cce@ft.u.ac.d Abstrak

Lebih terperinci

ANALISIS KONSTRUKSI DAN SIFAT BCH CODE

ANALISIS KONSTRUKSI DAN SIFAT BCH CODE KNM XVI -6 Jul 202 UNPAD, Jatnangor ANALISIS KONSTRUKSI DAN SIFAT BCH CODE ACHMAD FAHRUROZI, M.SI,2, SRI MARDIYATI, M.KOM 2 Unverstas Gunadara Depok, achad.fahruroz@yahoo.co.d 2 Unverstas Indonesa Depok,

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

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

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel PRAKTIKUM 6 Penyelesaan Persamaan Non Lner Metode Newton Raphson Dengan Modfkas Tabel Tujuan : Mempelajar metode Newton Raphson dengan modfkas tabel untuk penyelesaan persamaan non lner Dasar Teor : Permasalahan

Lebih terperinci

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

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM

MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM MEREDUKSI SISTEM PERSAMAAN LINEAR FUZZY PENUH DENGAN BILANGAN FUZZY TRAPESIUM Tut Susant, Mashad, Sukamto Mahasswa Program S Matematka Dosen Jurusan Matematka Fakultas Matematka dan Ilmu Pengetahuan Alam

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

Lebih terperinci

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

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK

ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK Tess ESTIMASI INTERVAL SPLINE DALAM REGRESI NONPARAMETRIK Oleh : MUHAMMAD NAFI NRP.304008 PROGRAM PASCASARJANA PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI

Lebih terperinci

Sistem Linear Max-Plus Interval Waktu Invariant

Sistem Linear Max-Plus Interval Waktu Invariant Siste Linear Max-Plus Interval Waktu Invariant A 11 M. Andy udhito Progra Studi Pendidikan Mateatika FKIP Universitas Sanata Dhara Paingan Maguwoharjo Yogyakarta eail: arudhito@yahoo.co.id Abstrak elah

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

PENGENALAN POLA TULISAN TANGAN AKSARA JAWA MENGGUNAKAN MULTI LAYER PERCEPTRON

PENGENALAN POLA TULISAN TANGAN AKSARA JAWA MENGGUNAKAN MULTI LAYER PERCEPTRON STMIK AMIKOM Yogyakarta, 6-8 Februar 2015 PENGENALAN POLA TULISAN TANGAN AKSARA JAWA MENGGUNAKAN MULTI LAYER PERCEPTRON Madha Chrstan Wbowo 1), I Dewa Gede Ra Mardana 2), Sandy Wrakusuma 3) 1), 2), 3)

Lebih terperinci

*Corresponding Author:

*Corresponding Author: Prosdng Senar Sans dan Teknolog FMIPA Unul Perode Maret 016, Saarnda, Indonesa ISBN: 978-60-7658-1-3 Pengendalan Kualtas Produk Menggunakan Peta Kendal T Hotellng Dan Analss Keapuan Proses Untuk Data Multvarat

Lebih terperinci

Penerapan Diagram Kontrol Multivariat np pada Proses Produksi Hexagon Bolt M16x75mm di PT. Timur Megah Steel Gresik

Penerapan Diagram Kontrol Multivariat np pada Proses Produksi Hexagon Bolt M16x75mm di PT. Timur Megah Steel Gresik 1 Penerapan Dagra Kontrol Multvarat np pada Proses Produs Hexagon Bolt M16x75 d PT. Tur Meg Steel Gres Febranto, Muhaad Mashur 1, dan Luca Ardnant Jurusan Statsta, Faultas Mateata dan Ilu Pengetuan Ala,

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

APLIKASI JARINGAN SARAF TIRUAN REKUREN PADA IDENTIFIKASI SISTEM NONLINIER DENGAN ALGORITMA OPTIMAL BOUNDED ELLIPSOID

APLIKASI JARINGAN SARAF TIRUAN REKUREN PADA IDENTIFIKASI SISTEM NONLINIER DENGAN ALGORITMA OPTIMAL BOUNDED ELLIPSOID APLIKASI JARINGAN SARAF IRUAN REKUREN PADA IDENIFIKASI SISEM NONLINIER DENGAN ALGORIMA OPIMAL BOUNDED ELLIPSOID Rully Soelaman, Mohammad Azs Efend Faultas enolog Informas, Insttut enolog Sepuluh Nopember

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

Pengaruh Penambahan Pembangkit Listrik Tenaga Uap (PLTU) Teluk Sirih pada Sistem Kelistrikan Sumatera Bagian Tengah

Pengaruh Penambahan Pembangkit Listrik Tenaga Uap (PLTU) Teluk Sirih pada Sistem Kelistrikan Sumatera Bagian Tengah Pengaruh Penambahan Pembangkt Lstrk Tenaga Uap (PLTU) Teluk Srh pada Sstem Kelstrkan Sumatera Bagan Tengah Heru Dbyo Laksono 1,*), M. Nasr Sonn 1), Mko Mahendra 1) 1 Jurusan Teknk Elektro, Fakultas Teknk,

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

Corresponding Author:

Corresponding Author: Perbandngan Fungs Ketahanan Hdup Dengan Metode Non Parametrk Menggunakan Uj Gehan Dan Uj Cox-Mantel (Lvng wth Securty Functon Comparson Method Usng Non Paremetrk Gehan test and Cox-Mantel Tes Ans Sept

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND Rully Soelaman, Suc Hatnng Rn dan Dana Purwtasar Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember (ITS), Surabaya, 60, Indonesa

Lebih terperinci

PENENTUAN DENSITAS PERMUKAAN

PENENTUAN DENSITAS PERMUKAAN PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan

Lebih terperinci

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO 91 Analss Perbandngan Economc Dspatch Pembangt Menggunaan Metode Lagrange dan CFPSO Kharudn Syah, Harry Soeotjo Dachlan, Rn Nur Hasanah, dan Mahfudz Shdq Abstra -Pada pengoperasan pembangt tenaga lstr,

Lebih terperinci