DETEKSI FITUR WAJAH MANUSIA TANPA MARKER AKTIF MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA)
|
|
- Adi Lesmana
- 7 tahun lalu
- Tontonan:
Transkripsi
1 DETEKSI FITUR WAJAH MANUSIA TANPA MARKER AKTIF MENGGUNAKAN METODE PRINCIPAL COMPONENT ANALYSIS (PCA) Muliyadi 1), Tulus 2), F. Fahi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseuawe 1) Jl. B. Aceh-Me KM. 280,3 Buketrata-Lhokseuawe, Tel. (0645)42670 Fakultas MIPA Universitas Suatera Utara 2) Jl. Bioteknologi No. 1 Kapus USU Pag Bulan, Me, Suatera Utara Jurusan Teknik Elektro Universitas Suatera Utara 3) Jl. Alaater Kapus USU Me Indonesia Telepon +6261( ), Fax +6261( ) Eail : uliyadipnl@yahoo.co 1), tulus@usu.ac.id 2), fahin@usu.ac.id 3) Abstrak Motion capture dengan enggunakan arker aktif yang ada saat ini ebutuhkan perangkat pakaian khusus yang dipakai oleh aktor yang engakibatkan aktor sulit untuk elakukan gerakan-gerakan yang kopleks. Hal ini keungkinan ada bagian arker yang terlepas atau tidak tertangkap oleh kaera sehingga epengaruhi hasil capture. Dala penelitian ini akan Menggunakan Metode Principal Coponent Analysis (PCA) untuk endeteksi fitur fitur wajah yang eliputi alis, ata, hitung, ulut lengkungan wajah. tanpa enggunakan arker akan tetapi dengan enggunakan titik landark pada setiap fitur-fitur wajah, yang nantinya dapat eberikan kontribusi pada big penelitian facial otion capture pada dunia aniasi serta gae developent sehingga akan eperudah para kreator dala ebuat aniasi yang realistis sebagaiana gerakan aslinya atau alai dari Aktor tanpa enggunakan pakaian khusus atau arker. Kata kunci : Principal Coponent Analysis, Fitur fitur wajah anusia, ficial otion capture, arker aktif, landark, gae developent. 1. Pendahuluan Dala big aniasi, otion capture adalah salah satu cara yang dipakai para kreator aniasi untuk engabil gerakan yang dapat diterapkan dala pebuatan aniasi, sehingga gerakan yang didapatkan lebih alai [1]. Penggunaan Motion capture sekarang sangat luas, isalnya untuk enganiasikan karakter dala fil, industri gae, analisa bio ekanik lain lain [2]. Penggunaan teknologi ini ebutuhkan biaya yang ahal, sehingga tidak seua industri aniasi industri gae dapat enggunakannya [3]. Motion capture dengan enggunakan arker aktif yang ada saat ini ebutuhkan perangkat pakaian khusus yang dipakai oleh aktor yang engakibatkan aktor sulit untuk elakukan gerakan yang kopleks, akibatnya ada bagian arker yang terlepas atau tidak tertangkap oleh kaera sehingga epengaruhi hasil capture nya [1]. Penelitian ini enerapkan suatu etode yang dapat eperudah dala pebuatan aniasi aupun gae dengan elakukan deteksi fitur fitur wajah untuk endapatkan gerakan ekspresi wajah tanpa enggunakan arker aktif akan tetapi dengan enggunakan titik landark pada setiap fitur-fitur wajah. Untuk eteksi fitur fitur wajah, pada penelitian ini enggunakan etode Principal Coponent Analisis (PCA) [4]. Dala elakukan penelitian ini ada beberapa faktor yang harus diperhatikan saat pengabilan gabar yang dijadikan sebagai data traning untuk proses deteksi fitur fitur wajah, diantaranya sebagai berikut: 1. Posisi : Posisi wajah relatif terhadap kaera yang bervariasi, dapat engakibatkan oklusi (tupang tindih) sebagian atau seluruh fitur wajah (isalnya profil, upside-down 45 derajat). [6] 2. Kehadiran koponen struktural lainnya : seperti jenggot, kuis kacaata lainlain. 3. Perubahan Ekspresi wajah : Munculnya perubahan wajah secara langsung dipengaruhi oleh kondisi tertentu. 4. Terhalangnya sebagian wajah oleh bendabenda lainnya seperti bayangan pencahayaan. 5. Rotasi big wajah. Berdasarkan latar belakang asalah aka tujuan yang ingin dicapai pada penelitian ini adalah sebagai berikut : 1. Untuk endedeteksi fitur fitur wajah anusia. 2. Menggantikan arker fisik yang selaa ini digunakan dala proses pengabilan gerakan aktor, khususnya pada wajah DTE FT USU
2 2. Metode Penelitian Penelitian ini diulai dari proses pengabilan iage untuk dijadikan sebagai data pelatihan, selanjutnya elakukan pelatihan data dengan cara eberi landark pada fitur fitur wajah yang disebut dengan landark file. Setelah proses pelatihan selesai dilakukan aka tahap berikutnya adalah elakukan penyelarasan data untuk enghitung rata-rata dari kupulan data landark yang telah diberikan pada fitur fitur wajah dengan dengan enggunakan principal coponen analisis (PCA) [4]. Principal vectors sebagai arah deforasi erupakan proses optialisasi untuk endapatkan arah titik landark wajah yang telah dirata ratakan sehingga proses pebentukan odel fitur wajah dari data landark yang telah diberikan pada asing fitur dapat terbentuk, proses ini disebut dengan tringulasi [5]. Gabar.1 Diagra Proses Pelatihan Deteksi fitur fitur Wajah 2.1 Principal Coponent Analysis (PCA) Principal Coponent Analysis (PCA) adalah teknik reduksi diensi yang uu digunakan pada aplikasi peorosesan citra sinyal processing [4]. Untuk ewakili benda yang apu terdeforasi, baik dala 2D 3D. Tujuan utaa dari PCA adalah untuk peadatan data atau pengurangan diensi. Koponen yang tidak berkorelasi diberi naa Principal Coponent, yang terbukti sesuai dengan nilai-nilai eigen terbesar eigen vektor dari atrik varianskovarians dari data sapel. [4] Gabar 2 PCA dari distribusi Gaussian ultivariat [4] Subu panjang enunjukkan arah sebaran titik dengan varians terbesar segkan subu pendek enunjukkan luas sebaran titik, untuk subu panjang dijadikan sebagai koponen utaa (Principal Coponent) keudian baru subu yang pendek. Principal Coponent Analysis (PCA) erupakan teknik linier untuk eproyeksikan data vektor yang berdiensi tinggi ke vektor yang epunyai diensi lebih rendah, Principal Coponent Analysis (PCA) lebih banyak digunakan untuk keperluan ektraksi fitur gabar, diana julah diensi dari gabar jauh lebih besar dibandingkan dengan julah data sapel yang digunakan. Untuk elakukan proyeksi sapel vektor dari gabar pelatihan, seua gabar pelatihan disusun dala bentuk vektor baris. Jika julah data pelatihan adalah sebanyak, aka diensi vektornya adalah xn [10]. Apabila vektor gabar pelatihan epunyai diensi xn tersebut diortogonalisasi dengan enentukan eigenvector eigenvalue, aka diensinya akan berubah enjadi x, diana <n. Pengurangan diensi yang sangat signifikan ini akan sangat ebantu untuk epercepat proses koputasi saat elakukan klasifikasi fitur. Sebelu klasifikasi fitur dilakukan aka akan dilakukan penyelesaian eigenface untuk data pelatihan. Model atrik data pelatihan dapat ditulis dala persaaan (1) X X x, x, X = X x, x, x, x, x, x, x, x, x, x, x, x, x,...(1) x, jika n>> diana n erupakan diensi gabar, adalah julah gabar yang dilatih. Berdasarkan persaaan (1) aka rata-rata seluruh data sapel dapat dihitung dengan enggunakan persaaan (2). Hasil -17- DTE FT USU
3 persaaan (2) erupakan vektor yang berbasis nilai rata-rata, karena julah diensi adalah n, aka nilai rata-rata seluruh data adalah (μ, μ, μ,, μ ). μ = x, + x, + x, + + x, = x, = (μ, μ, μ,, μ )...(2) Nilai rata-rata nol (zero ean) dari suatu sapel data dapat dihitung dengan engurangkan nilai asing-asing data sapel dengan rata-rata data julah seluruh data sapel. Persoalannya adalah diensi yang tidak saa antara data sapel (xn), segkan diensi dari rata-rata seluruh data sapel (1x). Oleh karena itu perlu disaakan diensinya dengan enggandakan rata-rata seluruh data wajah sebanyak, sehingga rata-rata seluruh data sapel epunyai diensi (xn). Matrik rata-rata gabar data sapel yang telah digandakan sebanyak kali dapat ditulis enggunakan persaaan : μ, μ, μ, μ, μ, μ, μ, μ, μ = μ, μ, μ, μ,...(3) μ, μ, μ, μ, Dan nilai dari μ,, μ,, μi,,, μ, pada baris ke i = nilai baris ke i + 1 berlaku j, j 1,2,3,,, 1, aka hasil persaaan (2.3) dapat digunakan untuk enghitung zero ean. Zero ean data dapat diodelkan enggunakan persaaan (4) [4]. φ, = x, μ...(4) Det (λi C) = 0...(7) Eigenvector yang bersesuaian dengan nilai terbesar dari eigenvalue epunyai ciri yang paling doinan, segkan nilai eigenvector yang bersesuaian dengan eigenvalue yang paling kecil epunyai ciri paling tidak donian [4]. 2.2 Diskripsi Model Fitur Pada penelitian ini seua fitur wajah akan diberikan landark akan dideteksi pada saat pengujian. Fitur yang akan dideteksi eliputi alis kanan kiri, ata kanan kiri, hidung, ulut lengkungan wajah Fitur Alis Mata Alis ata terletak diatas ata, fitur tersebut akan dipakai sebagai fitur pertaa yang akan diberikan landark, julah landark yang diberikan adalah sebanyak epat titik, untuk encirikan secara geoetris dari fitur alis ata kanan kiri Gabar. 2. Alis ata yang akan diberikan landark untuk pencirian fitur wajah Fitur Mata Fitur ata erupakan suatu indera anusia yang sangat unik berbeda antara satu orang dengan yang lain. Tapi secara bentuk irip, naun struktur geoetrisnya pasti berbeda. Untuk ewakili bentuk dari fitur ata, pada penelitian ini diberikan sejulah landark untuk asing-asing ata. Untuk tiap tiap ata diberikan ena titik landark. C =... (5) c(x, x ) c(x, x ) c(x, x ) c(x,x ) c(x,x ) c(x, x ) c(x, x ) c(x, x ) c(x, x ) Untuk endapatkan ciri dari suatu data sapel yang di representasikan dala bentuk atrik, aka dihitung eigenvector eigenvalue dari atrik konvarian. Jika C adalah atrik bujur sangkar dengan ukuran sebarang >1, aka vektor tidak nol Λ pada R n disebut eigenvector dari C jika CΛ suatu penggandaan skalar dari Λ, ditunjukan pada persaaan (10). Skala λ tersebut sebagai eigenvalue dari C Λ disebut sebagai eigenvector dari C yang berpaan terhadap λ, untuk endapatkan eigenvector eigenvalue, aka dapat ditunjukan pada persaaan CΛ = λλ... (6) Gabar 3 Fitur ata yang akan berikan landark sebagai pencirian fitur wajah Fitur hidung Lokasi fitur hidung dapat diteukan pada bagian tengah tulang hidung serta pada bagian kanan kiri bagian bawah hidung pada bagian tersebut akan diberikan epat titik pada bagian tengah tulang hidung lia titik pada bagian bawah hidung. CΛ = λ Λ (λi C)Λ = DTE FT USU
4 Gabar 4 Fitur hidung yang akan diberikan landark Fitur ulut Mulut setiap orang juga epunyai bentuk yang sangat unik, oleh karena itu ulut juga dapat digunakan sebagai fitur pebeda ciri seseorang. Pada bagian fitur ulut ini akan diberikan dua puluh (20) landark pada bagian bibir atas,bawah bagia dala, Ilustrasi dari bentuk pose ulut deforable teplatenya dapat dilihat pada gabar 5 Gabar 5 Fitur ulut yang akan diberi landark Fitur lengkungan wajah Kelengkungan wajah setiap orang juag berbeda, keungkinan sangat kecil untuk berubah, Pada bagian fitur lengkungan wajah ini akan diberikan 17 landark, diulai dari sisi kanan wajah, dagu sisi kiri wajah Gabar 6 Lengkungan wajah yang akan diberi landark sebagai pencirian fitur wajah 2.2 Pelatihan data landark Untuk elakukan proses pelatihan, pertaa-taa dicari terlebih dahulu rata-rata landark untuk setiap data pelatihan. Rata-rata landark untuk seua data pelatihan tersebut dapat ditulis dengan enggunakan persaaan (3.1) (3.2) [12] xt = x, + x, + x, + + x, = x, = (xt, xt, xt,,,, xt )...(8) yt = y, + y, + y, + + y, = y, = (yt,, yt yt,,,, yt )...(9) Berdasarkan persaaan (8) (9) aka akan didapatkan nilai rata-rata landark dala bentuk vektor sejulah landark yang digunakan pada data pelatihan. Proses selanjutnya adalah enentukan ratarata keseluruhan landark dari seluruh data pelatihan enggunakan persaaan : XT = xt, + xt, + xt, + + xt, n =,...(10) YT = yt, + yt, + yt, + + yt, n =,...(11) Dari hasil perhitungan persaaan (10) (11) xt yt dengan i 1 n aka nilai titik tengan rata-rata untuk x y setiap landark dapat dihitung berdasarkan nilai tengah rata-rata aksiu iniu dapat dituliskan persaaan : xt = ( )( )...(12) xt = ( )( )...(13) j, j 1,2,3,4,, i, i 1,2,3,4,,, aka jarak koordinat data pelatihan ke j pada landark ke i adalah hasil pengurangan landark data pelatihan dengan nilai rata-rata landark ke I yang disebut sebagai zero ean, dapat enggunakan persaaan :...(14) xv, = xt, xt yv, = yt, yt...(15) Hasil perhitungan persaaan (14) (15), j, j 1,2,3,4,, dapat dicari nilai yang iniu aksiu ke I enggunakan persaaan: σxmin = in (xv, )...(16) σxmax = ax (xv, )...(17) σymin = in (yv, )...(18) σymax = ax (yv, )...(19) Variasi landark data pelatihan, dapat dihitung enggunakan persaaan : -19- DTE FT USU
5 σx, = σx, + vx,...(20) σy, = σy, + vy,...(21) Dan rata-rata variasi landark ke I pada data pelatihan dapat dihitung enggunakan persaaan :. σx = σy =,,...(22)...(23) Berdasarkan persaaan (20), (21), (22), (23), aka nilai titik tengah zero ean untuk setiap landark ke i baru dapat ditulis dala persaaan: δx = ( ) δy = ( ) [12]....(24)...(25) 2.3 Inisialisasi shape Sebelu proses deteksi ulti fitur dilakukan aka perlu diestiasi terlebih dahulu untuk eletakkan inisialisasi shape, hal ini bertujuan untuk eletakkan shape dekat dengan fitur yang akan dedeteksi. Estiasi posisi inisialisasi shape dilakukan berdasarkan nilai rata-rata dari seluruh data pelatihan. Seluruh landark dijulahkan dengan rata-rata variasi landark ke I pada data pelatihan, dengan enggunakan persaaan (3.19) (3.20) berikut ini. XLI = XT + σx...(26) YLI = YT + σy...(27) Persaaan tersebut erupakan justifikasi dari seluruh data pelatihan dengan epertibangkan rata-rata variasi pada landark ke i dari sebaran landark data pelatihan, sehingga shape awal dari proses pencarian dapat endekati fitur yang dideteksi. Distribusi titik titik erupakan prosses pebentukan bentuk fitur setelah diberikan landark, titik tengah ditunjukan dengan garis warna hita erupakan urutan landark yang dihubungkan sesuai dengan noor urutan nya.[12] Gabar 7 Distribusi titik yang digunakan sebagai data pelatihan Pada proses ini, seua shape diperlukan sebagai satu kesatuan. Pergerakan shape dipengaruhi oleh julah landark pada seua data pelatihan, ratarata aksiu iniu pada setiap landark, gradient data pelatihan, rata-rata aksiu iniu untuk setiap landark baru. Untuk setiap pasangan landark pada data pelatihan disibolkan enggunakan XYT i, untuk landark x disibolkan xt i, y disibolkan yt i, landark bergerak berdasrkan nilai gradient garis aksial. Jika suatu landark pada data pelatihan dengan koordinat (xt, yt), ditranslasi asing-asing sebesar t x t y aka akan enghsilkan koordinat baru (xt, yt ), aka hasil translasi dapat ditulis enggunakan persaan: xt = xt + t...(28) yt = yt + t...(29) Jika landark pada data pelatihan dengan koordinat (xt, yt) diskalakan sebesar s x s y enghasilkan koordinat baru (xt,yt ). [12] 3. Hasil Pebahasan Setelah elakukan proses training aka hasil penggabungan dari seua fitur-fitur wajah yang eliputi alis kanan alis kiri, ata kanan ata kiri, hidung, ulut lengkungan wajah dengan total julah landark adalah 66 titik landark. Gabar 8 Distribusi landark setelah proses pelatihan Penabahan julah data training sangat berpengaruh terhadap besarnya error, dala pengujian ini akan encari koposisi julah data besar iterasi yang terbaik untuk dijadikan sebagai data acuan. Faktor besarnya error juga dipengaruhi oleh data awal pada saat proses ditraining, bila data yang ditraining antara satu file dengan file yang lain engalai pergerakan yang terlalu besar atau pada saat peberian landark tidak akurat aka error yang dihasilkan enjadi lebih besar. Untuk data training 25 sapai dengan 50 pada setiap proses iterasi enghasilkan error yang relatif besar bila dibandingkan dengan proses iterasi untuk data training 75, segkan untuk data training100 sapai 130 enghasilkan error yang relative lebih kecil stabil bila dibandingkan data training Pergerakan shape -20- DTE FT USU
6 Pyraid Paraeter Model and Siultaneously Landark Moveent,International Journal of Coputer Science and Network Security, VOL.9 No.9 Septeber 2009 [8] Thanh Nguyen Duc, Tan Nguyen Huu, Luy Nguyen Tan. Facial Expression Recognition Using Aa Algorith Division of Autoatic Control, Ho Chi Minh University of Technology, Vietna,National key lab for Digital Control & Syste Engineering, Vietna, Gabar 4.1. Grafik persentase error pada setiap penabahan data training julah iterasi. 3. Penutup Berdasarkan uji coba analisa hasil pengujian aka dapat disipulkan sebagai berikut : 1. Metode Principal Coponent Analisis (PCA) dapat digunakan untuk erekonstruksi fitur wajah berupa titik landark. 2. Principal Coponent Analisis (PCA) akan berkerja secara optiu jika enggunakan traning sebanyak 75 data training. 3. Dengan etode ini dapat enggantikan arker fisik yang selaa ini digunakan dala otion capture dapat diterapkan pada dunia aniasi, gae, serta pada aplikasi lain dibig koputer vision. 4. Daftar Pustaka [1] Atthariq. Facial Motion Capture using Active Appearance Models Method Master's thesis, Electrical Engineering, Multiedia Intelegent Network Sepuluh Nopeber Institute Of Technology, [2] Michel Gleicher and Nicola Ferrier, Evaluting Vedio Based Motion Capture, Proceedings of Coputer Aniation, [3] Sukoco, Teknologi Motion Capture untuk Pebuatan Fil Aniasi 3D, speed 10 Edisi Web Febuari 2011, ISSN: [4] I.T. Jolliffe. Principal Coponent Analysis. Springer, Aberdeen, UK, 2nd edition, April [5] Gower, John C. and Dijksterhuis, Gart B.: Procrustes Probles, Oxford University Press, [6] Esty Vidyaningru and Prihandoko. Huan Detection by using eigenface ethod for various pose of huan face, Faculty of Industrial Technologi, Gunadara, 2009 [7] Arif Muntasa, Mochhaad Hariadi, Mauridhi Hery Purnoo. A New Forulation of Face Sketch Multiple Features Detection Using -21- DTE FT USU
Deteksi Fitur Wajah Manusia tanpa Marker Aktif Menggunakan Metode Principal Component Analysis (PCA)
Deteksi Fitur Wajah Manusia tanpa Marker Aktif Menggunakan Metode Principal Component Analysis (PCA) Muliyadi 1), Tulus 2) Fahmi 3) Jurusan Teknik Elektro Politeknik Negeri Lhokseumawe 1) Jl. B. Aceh-Me
Lebih terperinciBAB 1 PENDAHULUAN. Dalam bidang animasi, motion capture adalah salah satu cara yang dipakai para
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam bidang animasi, motion capture adalah salah satu cara yang dipakai para kreator animasi untuk mengambil gerakan yang dapat diterapkan dalam pembuatan animasi,
Lebih terperinciPENJUMLAHAN MOMENTUM SUDUT
PENJUMAHAN MOMENTUM SUDUT A. Penjulahan Moentu Sudut = + Gabar.9. Penjulahan oentu angular secara klasik. Dua vektor oentu angular dan dijulahkan enghasilkan Jika oentu angular elektron pertaa adalah dan
Lebih terperinciImplementasi Histogram Thresholding Fuzzy C-Means untuk Segmentasi Citra Berwarna
JURNAL TEKNIK POMITS Vol., No., (03) ISSN: 337-3539 (30-97 Print) Ipleentasi Histogra Thresholding Fuzzy C-Means untuk Segentasi Citra Berwarna Risky Agnesta Kusua Wati, Diana Purwitasari, Rully Soelaian
Lebih terperinciBAB I PENDAHULUAN. dalam skala prioritas pembangunan nasional dan daerah di Indonesia
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data dan Variabel 2.1.1 Data Pengertian data enurut Webster New World Dictionary adalah things known or assued, yang berarti bahwa data itu sesuatu yang diketahui atau dianggap.
Lebih terperinciKAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA ASURANSI JIWA DWIGUNA
Jurnal Mateatika UNAND Vol. 3 No. 4 Hal. 160 167 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND KAJIAN METODE ZILLMER, FULL PRELIMINARY TERM, DAN PREMIUM SUFFICIENCY DALAM MENENTUKAN CADANGAN PREMI PADA
Lebih terperinciBAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelumnya bahwa dalam mengonstruksi field GF(3 )
BAB IV BAHASAN ALGORITME ARITMETIK GF(3 ) Telah dijelaskan sebelunya bahwa dala engonstruksi field GF(3 ) diperoleh dari perluasan field 3 dengan eilih polinoial priitif berderajat atas 3 yang dala hal
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelu sapai pada pendefinisian asalah network flow, terlebih dahulu pada bagian ini akan diuraikan engenai konsep-konsep dasar dari odel graph dan representasinya
Lebih terperinciPenerapan Metode Simpleks Untuk Optimalisasi Produksi Pada UKM Gerabah
Konferensi Nasional Siste & Inforatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Penerapan Metode Sipleks Untuk Optialisasi Produksi Pada UKM Gerabah Ni Luh Gede Pivin Suwirayanti STMIK STIKOM Bali Jl. Raya
Lebih terperinciIMPLEMENTASI PANORAMIC IMAGE MOSAIC DENGAN METODE 8 PARAMETER PERSPECTIVE TRANSFORMATION
IMPLEMENTSI PNORMIC IMGE MOSIC DENGN METODE 8 PRMETER PERSPECTIVE TRNSFORMTION Rud dipranata, Hendra Litoo, Cherr G. Ballangan Teknik Inforatika, Fakultas Teknologi Industri, Universitas Kristen Petra
Lebih terperinciBAB II METODOLOGI PENELITIAN
6 BAB II METODOLOGI PENELITIAN.1 Waktu dan Tepat Penelitian Gabar Peta kawasan hutan KPH Madiun Peru perhutani Unit II Jati. Pengabilan data penelitian ini dilakukan pada bulan Oktober sapai dengan bulan
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI Pada bab ini enjelaskan engenai berbagai teori yang digunakan untuk elakukan penelitian ini. Bab ini terdiri dari penjelasan engenai penghitung pengunjung, lalu penjelasan engenai
Lebih terperinciBAB I PENDAHULUAN. pembangunan di bidang-bidang lain, seperti sosial, politik, dan budaya. perbedaan antara yang kaya dengan yang miskin.
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan ekonoi erupakan asalah penting bagi suatu negara, untuk itu sejak awal pebangunan ekonoi endapat tepat penting dala skala prioritas pebangunan nasional
Lebih terperinciPENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS
Jurnal Mateatika UNAND Vol. 5 No. 3 Hal. 85 91 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENENTUAN BESAR CADANGAN PADA ASURANSI JIWA BERSAMA DWIGUNA DENGAN MENGGUNAKAN METODE ILLINOIS FERDY NOVRI
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningrum*, Imam Santoso**, R.
1 MAKALAH SEMINAR TUGAS AKHIR ANALISIS TEKSTUR MENGGUNAKAN METODE TRANSFORMASI PAKET WAVELET Rosanita Listyaningru*, Ia Santoso**, R.Rizal Isnanto** Abstrak - Tekstur adalah karakteristik yang penting
Lebih terperinciPerbandingan Bilangan Dominasi Jarak Satu dan Dua pada Graf Hasil Operasi Comb
Perbandingan Bilangan Doinasi Jarak Satu dan Dua pada Graf Hasil Operasi Cob Reni Uilasari 1) 1) Jurusan Teknik Inforatika, Fakultas Teknik, Universitas Muhaadiyah Jeber Eail : 1) reniuilasari@gailco ABSTRAK
Lebih terperinciBAB 4 KAJI PARAMETRIK
Bab 4 Kaji Paraetrik BAB 4 Kaji paraetrik ini dilakukan untuk endapatkan suatu grafik yang dapat digunakan dala enentukan ukuran geoetri tabung bujursangkar yang dibutuhkan, sehingga didapatkan harga P
Lebih terperinciPerancangan Sistem Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Sistem Fuzzy
JURNAL TEKNIK POMITS Vol. 3, No. 1, (2014) ISSN: 2337-3539 (2301-9271 Print) A-58 Perancangan Siste Tracking Quadrotor untuk Sebuah Target Bergerak di Darat Menggunakan Siste Fuzzy Mochaad Raa Raadhan,
Lebih terperinciBAB III m BAHASAN KONSTRUKSI GF(3 ) dalam penelitian ini dapat dilakukan dengan mengacu pada konsep perluasan filed pada Bab II bagian 2.8.
BAB III BAHASAN KONSTRUKSI GF( ) Untuk engonstruksi GF( ) dala penelitian ini dapat dilakukan dengan engacu pada konsep perluasan filed pada Bab II bagian 28 Karena adalah bilangan pria, aka berdasarkan
Lebih terperinciSIFAT-SIFAT OPERASI ARITMATIKA, DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR. Oleh : NURSUKAISIH
SIFAT-SIFAT OPERASI ARITMATIKA DETERMINAN DAN INVERS PADA MATRIKS INTERVAL TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Meperoleh Gelar Sarjana Sains pada Jurusan Mateatika Oleh : NURSUKAISIH 0854003938
Lebih terperinciBAB III. METODE PENELITIAN. Tabel 1. Indikator/ Indikasi Penelitian
39 BAB III. METODE PENELITIAN 3.1. Tipe Penelitian Penelitian ini terasuk tipe penelitian dengan pendekatan analisis deskriptif kualitatif dan kuantitatif. Analisis ini dipergunakan untuk enggabarkan tentang
Lebih terperinciIV. METODE PENELITIAN
IV. METODE PENELITIAN 4.1 Lokasi dan Waktu Penelitian Penelitian ini dilakukan di PT Tirta Ala Seesta. Perusahaan tersebut berlokasi di Desa Ciburayut, Kecaatan Cigobong, Kabupaten Bogor. Peilihan objek
Lebih terperinciKAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM
KAJIAN PERBANDINGAN KINERJA GRAFIK PENGENDALI CUMULATIVE SUM (CUSUM) DAN EXPONENTIALLY WEIGHTED MOVING AVERAGE () DALAM MENDETEKSI PERGESERAN RATARATA PROSES Oleh: Nurul Hidayah 06 0 05 Desen pebibing:
Lebih terperinciMODUL PERTEMUAN KE 6 MATA KULIAH : FISIKA TERAPAN
43 MODUL PERTEMUAN KE 6 MATA KULIAH : MATERI KULIAH: Mekanika klasik, Huku Newton I, Gaya, Siste Satuan Mekanika, Berat dan assa, Cara statik engukur gaya.. POKOK BAHASAN: DINAMIKA PARTIKEL 6.1 MEKANIKA
Lebih terperinciPenyelesaian Algortima Pattern Generation dengan Model Arc-Flow pada Cutting Stock Problem (CSP) Satu Dimensi
Penyelesaian Algortia Pattern Generation dengan Model Arc-Flow pada Cutting Stock Proble (CSP) Satu Diensi Putra BJ Bangun, Sisca Octarina, Rika Apriani Jurusan Mateatika Fakultas MIPA Universitas Sriwijaya
Lebih terperinciPengendalian Kualitas Proses Produksi Teh Hitam di PT. Perkebunan Nusantara XII Unit Sirah Kencong
JURNAL SAINS DAN SENI ITS Vol. 5 No. (016) 337-350 (301-98X Print) D-37 Pengendalian Kualitas Proses Produksi Teh Hita di PT. Perkebunan Nusantara XII Unit Sirah Kencong Qulsu Dwi Anggraini, Haryono, Diaz
Lebih terperinciPERANCANGAN MEKANISME BACK LIFT
Seinar Nasional - IX Rekayasa dan Aplikasi Mesin di Industri Kapus ITENAS - Bandung, 9-10 Noveber 2010 PERANCANGAN MEKANISME BACK LIFT Tito Shantika dan Encu Saefudin Jurusan esin, Fakultas Teknologi Industri
Lebih terperinciANALISIS ALGORITMA LOCALLY OPTIMAL HARD HANDOFF TERHADAP KECEPATAN DAN KORELASI JARAK
ANALISIS ALGORITMA LOCALLY OPTIMAL HARD HANDOFF TERHADAP KECEPATAN DAN KORELASI JARAK Lucky T Sianjuntak, Maksu Pine Departeen Teknik Elektro, Fakultas Teknik Universitas Suatera Utara, Medan e-ail : LuckyTrasya@gail.co
Lebih terperinciPerbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil
Vol. 2, 2017 Perbandingan Mean Squared Error (MSE) Metode Prasad-Rao dan Jiang-Lahiri-Wan Pada Pendugaan Area Kecil Widiarti 1*, Rifa Raha Pertiwi 2, & Agus Sutrisno 3 Jurusan Mateatika, Fakultas Mateatika
Lebih terperinciPERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG )
PERANCANGAN SISTEM KOMPUTERISASI PROSES PINJAMAN DAN ANGSURAN PINJAMAN ANGGOTA KOPERASI ( STUDI KASUS PADA KOPERASI AMANAH SEJAHTERA SEMARANG ) Siti Munawaroh, S.Ko Abstrak: Koperasi Aanah Sejahtera erupakan
Lebih terperinciANALISA PENGGUNAAN GENEATOR INDUKSI TIGA FASA PENGUATAN SENDIRI UNTUK SUPLAI SISTEM SATU FASA
ANALISA PENGGUNAAN GENEATOR INDUKSI TIGA ASA PENGUATAN SENDIRI UNTUK SUPLAI SISTEM SATU ASA Maulana Ardiansyah, Teguh Yuwono, Dedet Candra Riawan Jurusan Teknik Elektro TI - ITS Abstrak Generator induksi
Lebih terperinciPenentuan Akar-Akar Sistem Persamaan Tak Linier dengan Kombinasi Differential Evolution dan Clustering
Jurnal Kubik, Volue No. ISSN : 338-0896 Penentuan Akar-Akar Siste Persaaan Tak Linier dengan Kobinasi Differential Evolution dan Clustering Jaaliatul Badriyah Jurusan Mateatika, Universitas Negeri Malang
Lebih terperinciEstimasi Sinyal Quantitative Ultrasound QUS dengan Algoritma Space Alternate Generalized Expectation (SAGE)
JUISI, Vol. 03, No. 02, Agustus 2017 1 Estiasi Sinyal Quantitative Ultrasound QUS dengan Algorita Space Alternate Generalized Expectation (SAGE) Musayyanah 1, Yosefine Triwidyastuti 2, Heri Pratikno 3
Lebih terperinciBAB III METODE BEDA HINGGA CRANK-NICOLSON
BAB III METODE BEDA HINGGA CRANK-NICOLSON 3. Metode Beda Hingga Crank-Nicolson (C-N) Metode Crank-Nicolson dikebangkan oleh Crank John dan Phyllips Nicholson pada pertengahan abad ke-, etode ini erupakan
Lebih terperinciBAB III METODE ANALISIS
BAB III METODE ANALISIS 3.1 Penyajian Laporan Dala penyajian bab ini dibuat kerangka agar eudahkan dala pengerjaan laporan. Berikut ini adalah diagra alir tersebut : Studi Pustaka Model-odel Eleen Struktur
Lebih terperinciKriptografi Visual Menggunakan Algoritma Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gambar Sampul
Kriptografi Visual Menggunakan Algorita Berbasiskan XOR dengan Menyisipkan pada K-bit LSB Gabar Sapul Yusuf Rahatullah Progra Studi Teknik Inforatika Institut Teknologi Bandung Bandung, Indonesia 13512040@std.stei.itb.a.id
Lebih terperinciTERMODINAMIKA TEKNIK II
DIKTAT KULIAH TERMODINAMIKA TEKNIK II TEKNIK MESIN FAKULTAS TEKNIK UNIVERSITAS DARMA PERSADA 2005 i DIKTAT KULIAH TERMODINAMIKA TEKNIK II Disusun : ASYARI DARAMI YUNUS Jurusan Teknik Mesin, Fakultas Teknik
Lebih terperinciBab III S, TORUS, Sebelum mempelajari perbedaan pada grup fundamental., dan figure eight terlebih dahulu akan dipelajari sifat dari grup
GRUP FUNDAMENTAL PADA Bab III S, TORUS, P dan FIGURE EIGHT Sebelu epelajari perbedaan pada grup fundaental S, Torus, P, dan figure eight terlebih dahulu akan dipelajari sifat dari grup fundaental asing-asing
Lebih terperinciSOAL UJIAN SELEKSI CALON PESERTA OLIMPIADE SAINS NASIONAL 2013 TINGKAT PROPINSI
SOAL UJIAN SELEKSI CALON PESERTA OLIMPIADE SAINS NASIONAL 013 TINGKAT PROPINSI FISIKA Waktu : 3,5 ja KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN DIREKTORAT JENDERAL PENDIDIKAN MENENGAH DIREKTORAT PEMBINAAN SEKOLAH
Lebih terperinciPENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL
PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL JAHARUDDIN Departeen Mateatika Fakultas Mateatika Ilu Pengetahuan Ala Institut Pertanian Bogor Jl Meranti, Kapus IPB Daraga, Bogor
Lebih terperinci1 1. POLA RADIASI. P r Dengan : = ½ (1) E = (resultan dari magnitude medan listrik) : komponen medan listrik. : komponen medan listrik
1 1. POLA RADIASI Pola radiasi (radiation pattern) suatu antena : pernyataan grafis yang enggabarkan sifat radiasi suatu antena pada edan jauh sebagai fungsi arah. pola edan (field pattern) apabila yang
Lebih terperinciBENTUK GELOMBANG AC SINUSOIDAL
BENTUK GELOMBANG AC SINUSOIDAL. PENDAHULUAN Pada bab sebelunya telah dibahas rangkaian resistif dengan tegangan dan arus dc. Bab ini akan eperkenalkan analisis rangkaian ac diana isyarat listriknya berubah
Lebih terperinciCLASSIFIER BERDASAR TEORI BAYES. Pertemuan 4 KLASIFIKASI & PENGENALAN POLA
CLASSIFIER BERDASAR TEORI BAYES Perteuan 4 KLASIFIKASI & PENGENALAN POLA Miniu distance classifiers elakukan klasifikasi berdasarkan jarak terpendek. Ada dua jenis yang dibahas:. The Euclidean Distance
Lebih terperinciBAB 4. HASIL DAN PEMBAHASAN
BAB 4. HASIL DAN PEMBAHASAN Analisa pelat lantai gedung rawat inap RSUD Surodinawan Kota Mojokerto dengan enggunakan teori garis leleh ebutuhkan beberapa tahap perhitungan dan analsis aitu perhitungan
Lebih terperinciSTUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING
Statistika, Vol., No., Noveber 0 STUDI SIMULASI BIAS ESTIMATOR GPH PADA DATA SKIP SAMPLING Gede Suwardika, Heri Kuswanto, Irhaah Jurusan Statistika,Fakultas Mateatika dan Ilu Pengetahuan Ala, Universitas
Lebih terperinciPEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA
PEMBENTUKAN SEL-SEL MESIN UNTUK MENDAPATKAN PENGURANGAN JARAK DAN BIAYA MATERIAL HANDLING DENGAN METODE HEURISTIK DI PT. BENGKEL COKRO BERSAUDARA Babang Purwanggono, Andre Sugiyono Progra Studi Teknik
Lebih terperinciPENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL
PENGARUH POSISI BEBAN DAN MOMEN INERSIA TERHADAP PUTARAN KRITIS PADA MODEL POROS MESIN KAPAL Waris Wibowo Staf Pengajar Akadei Mariti Yogyakarta (AMY) ABSTRAK Penelitian ini bertujuan untuk endapatkan
Lebih terperinciHUBUNGAN ANTARA KECEPATAN, VOLUME DAN KEPADATAN LALU LINTAS RUAS JALAN SILIWANGI SEMARANG
HUBUNGAN ANTARA KECEPATAN, OLUME DAN KEPADATAN LALU LINTAS RUAS JALAN SILIWANGI SEMARANG Eko Nugroho Julianto Jurusan Teknik Sipil, Fakultas Teknik, Universitas Negeri Searang (UNNES) Gedung E4, Kapus
Lebih terperinciABSTRAK. Keywords: Economic Quantity Production, Nasution, A.H, Perencanaan dan Pengendalian Persediaan. ABSTRACT
PERECANAAN DAN PENGENDALIAN PRODUKSI UNTUK MEMINIMALKAN BIAYA PRODUKSI DENGAN METODE ECONOMIC PRODUCTION QUANTITY MULTI ITEM DI CV. FAJAR TEKNIK SEJAHTERA Dio Kharisa Putra, Rusindiyanto dan Budi Santoso
Lebih terperinciRancang Bangun Sistem Informasi Perpustakaan Berbasis Web Pada SMPN 71 Jakarta
Siposiu Nasional Ilu Pengetahuan dan Teknologi (SIMNASIPTEK) 207 ISBN: 978-602-6268-4-9 Rancang Bangun Siste Inforasi Perpustakaan Berbasis Web Pada SMPN 7 Jakarta Kurniawati, Ghofar Taufik 2 STMIK Nusa
Lebih terperinciBAB IV GENERATOR BILANGAN RANDOM
BAB IV GENERATOR BILANGAN RANDOM 4.1. Generator Bilangan Rando dan Fungsi Distribusi Pada siulasi seringkali dibutuhkan bilangan-bilangan yang ewakili keadaan siste yang disiulasikan. Biasanya, kegiatan
Lebih terperinciIII HASIL DAN PEMBAHASAN
7 III HASIL DAN PEMBAHASAN 3. Analisis Metode Dala penelitian ini akan digunakan etode hootopi untuk enyelesaikan persaaan Whitha-Broer-Koup (WBK), yaitu persaaan gerak bagi perabatan gelobang pada perairan
Lebih terperinciBAB III ANALISA TEORETIK
BAB III ANALISA TEORETIK Pada bab ini, akan dibahas apakah ide awal layak untuk direalisasikan dengan enggunakan perhitungan dan analisa teoretik. Analisa ini diperlukan agar percobaan yang dilakukan keudian
Lebih terperinciSEMINAR NASIONAL PENDIDIKAN FISIKA 2017
Peran Pendidikan, Sains, dan Teknologi untuk Mengebangkan Budaya Iliah dan Inovasi terbarukan dala endukung Sustainable Developent Goals (SDGs) 2030 ANALISIS INTENSITAS MEDAN MAGNET EXTREMELY LOW FREQUENCY
Lebih terperinciKonstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang Ganjil
Prosiding SI MaNIs (Seinar Nasional Integrasi Mateatika dan Nilai Islai) Vol.1, No.1, Juli 017, Hal. 1-5 p-issn: 580-4596; e-issn: 580-460X Halaan 1 Konstruksi Kode Cross Bifix Bebas Ternair Untuk Panjang
Lebih terperinciBAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk
BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK -LEVEL Model hirarki -level erupakan odel statistik ang digunakan untuk enganalisis data ang bersarang, atau data ang epunai struktur hirarki -level.
Lebih terperinciAplikasi Information Retrieval (IR) CATA Dengan Metode Generalized Vector Space Model
Aplikasi Inforation Retrieval (IR) CATA Dengan Metode Generalized Vetor Spae Model Hendra Bunyain, Chathalea Puspa Negara Jurusan Teknik Inforatika Fakultas Teknologi Inforasi, Universitas Kristen Maranatha.
Lebih terperinciJURNAL KARYA TEKNIK SIPIL, Volume 6, Nomor 1, Tahun 2017, Halaman Online di:
JURNAL KARYA TEKNIK SIPIL, Volue 6, Noor 1, Tahun 2017, Halaan 246-262 JURNAL KARYA TEKNIK SIPIL, Volue 6, Noor 1, Tahun 2017, Halaan 246-262 Online di: http://ejournal-s1.undip.ac.id/index.php/jkts PERBANDINGAN
Lebih terperinciBAB I PENDAHULUAN. segi kuantitas dan kualitasnya. Penambahan jumlah konsumen yang tidak di ikuti
BAB I PENDAHULUAN 1.1 Latar Belakang Air erupakan kebutuhan yang penting bagi kehidupan anusia. Manusia tidak dapat elanjutkan kehidupannya tanpa penyediaan air yang cukup dala segi kuantitas dan kualitasnya.
Lebih terperinciBAB I PENDAHULUAN. daya nasional yang memberikan kesempatan bagi peningkatan demokrasi, dan
BAB I PENDAHULUAN A. Latar Belakang Masalah Pebangunan daerah sebagai bagian yang integral dari pebangunan nasional dilaksanakan berdasakan prinsip otonoi daerah dan pengaturan suber daya nasional yang
Lebih terperinciPENDEKATAN ANALISIS FUZZY CLUSTERING
PENDEKATAN ANALISIS FUZZY CLUSTERING PADA PENGELOMPOKKAN STASIUN POS HUJAN UNTUK MEMBUAT ZONA PRAKIRAAN IKLIM (ZPI) (Studi Kasus Pengelopokkan Zona Prakiraan Ikli (ZPI) dengan Data Curah Hujan di Kabupaten
Lebih terperinciDinamika 3 TIM FISIKA FTP UB. Fisika-TEP FTP UB 10/16/2013. Contoh PUSAT MASSA. Titik pusat massa / centroid suatu benda ditentukan dengan rumus
Fisika-TEP FTP UB /6/3 Dinaika 3 TIM FISIKA FTP UB PUSAT MASSA Titik pusat assa / centroid suatu benda ditentukan dengan ruus ~ x x ~ y y ~ z z Diana: x, y, z adalah koordinat titik pusat assa benda koposit.
Lebih terperinciMATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan
Kristal no.12/april/1995 1 MATRIKS DALAM LABORATORIUM oleh : Sugata Pikatan Di dala ateatika anda pasti sudah pernah berhadapan dengan sebuah siste persaaan linier. Cacah persaaan yang berada di dala siste
Lebih terperinciPENYEARAH TERKENDALI SATU FASA BERUMPAN BALIK DENGAN PERUBAHAN GAIN PENGENDALI PI (PROPORSIONAL INTEGRAL)
Media Elektrika, ol. 8, No. 1, Juni 015 ISSN 1979-7451 PENYEARAH TERKENDALI SATU FASA BERUMPAN BALIK DENGAN PERUBAHAN GAIN PENGENDALI PI (PROPORSIONAL INTEGRAL) Adhi Kusantoro, ST, MT [1] Ir.Agus Nuwolo,
Lebih terperinciMAKALAH SISTEM BASIS DATA
MAKALAH SISTEM BASIS DATA (Entity Relationship Diagra (ERD) Reservasi Hotel) Disusun Oleh : Yulius Dona Hipa (16101055) Agustina Dau (15101635) Arsenia Weni (16101648) PROGRAM STUDI TEKNIK INFORMARIKA
Lebih terperinciBAB I PENDAHULUAN. sumber untuk membiayai dirinya dan keluarganya, dan bagi tenaga kerja yang
BAB I PENDAHULUAN A. Latar Belakang Upah bagi para pekerja erupakan faktor penting karena erupakan suber untuk ebiayai dirinya dan keluarganya, dan bagi tenaga kerja yang berpendidikan upah erupakan hasil
Lebih terperinciFITUR LENGTH OF EDGE DAN MOMENT INVARIAN UNTUK GESTURE RECOGNITION DENGAN MENGGUNAKAN KINECT UNTUK KONTROL LAMPU
Jurnal Teknologi Inforasi dan Ilu Koputer (JTIIK) Vol., No. 1, April 015, hl. 73-78 FITUR LENGTH OF EDGE DAN MOMENT INVARIAN UNTUK GESTURE RECOGNITION DENGAN MENGGUNAKAN KINECT UNTUK KONTROL LAMPU Rekyan
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELimination Et Choix Traduisant La RealitA (ELECTRE)
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEMPAT WISATA YOGYAKARTA MENGGUNAKAN METODE ELiination Et Choix Traduisant La RealitA (ELECTRE) Linda Marlinda Jurusan Teknik Koputer, AMIK Bina Sarana Inforatika Jl.RS
Lebih terperinciKEBERADAAN SOLUSI PERSAMAAN DIOPHANTIN MATRIKS POLINOMIAL DAN PENYELESAIANNYA MENGGUNAKAN TITIK-TITIK INTERPOLASI
KEBERADAAN SOLUSI PERSAMAAN DIOPHANTIN MATRIKS POLINOMIAL DAN PENYELESAIANNYA MENGGUNAKAN TITIK-TITIK INTERPOLASI Laila Istiani R. Heri Soelistyo Utoo 2, 2 Progra Studi Mateatika Jurusan Mateatika FMIPA
Lebih terperinciANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR
ANALISIS HOMOTOPI DALAM PENYELESAIAN SUATU MASALAH TAKLINEAR JAHARUDDIN Departeen Mateatika, Fakultas Mateatika dan Iu Pengetahuan Ala, Institut Pertanian Bogor Jln. Meranti, Kapus IPB Draaga, Bogor 1668,
Lebih terperinciANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS EIGEN VALUE PROBLEM (EVP) PADA DATASET SUHU PERMUKAAN LAUT INDONESIA
ANALISIS EMPIRICAL ORTHOGONAL FUNCTION (EOF) BERBASIS EIGEN VALUE PROBLEM (EVP) PADA DATASET SUHU PERMUKAAN LAUT INDONESIA S. M. ROBIAL 1, S. NURDIATI 2, A. SOPAHELUWAKAN 3 Abstrak Data global Suhu Perukaan
Lebih terperinciINSTANTON. Casmika Saputra Institut Teknologi Bandung
INSTANTON Casika Saputra 02200 Institut Teknologi Bandung Abstrak. Solusi klasik pada kasus Double Well Potential dala ekanika kuantu dala iaginary tie Euclidian eberikan dua buah solusi yaitu solusi trivial
Lebih terperinciBAB 2 LANDASAN TEORI
BAB LANDASAN TEORI. Beberapa Defenisi Pada analisa keputusan, si pebuat keputusan selalu doinan terhadap penjabaran seluruh alternatif yang terbuka, eperkirakan konsequensi yang perlu dihadapi pada setiap
Lebih terperinciSistem 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 terperinciSimulasi dan Analisis Kinerja Prediktor Smith pada Kontrol Proses yang Disertai Tundaan Waktu
6 Siulasi dan Analisis Kinerja Prediktor Sith pada Kontrol Proses yang Disertai Tundaan Waktu Neilcy Tjahja Mooniarsih Progra Studi Teknik Elektro Jurusan Teknik Elektro Fakultas Teknik, Universitas Tanjungpura
Lebih terperinciJSIKA Vol. 5, No. 5. Tahun 2016 ISSN X
SISTEM INFORMASI MANAJEMEN ASET TI PADA KEMENTERIAN AGAMA KOTA PROBOLINGGO Zulfikar Rahan 1) Arifin Puji Widodo 2) Anjik Sukaaji 3) S1 / Jurusan Siste Inforasi Institut Bisnis dan Inforatika STIKOM Surabaya
Lebih terperinciPenggunaan Media Manik-Manik Untuk Meningkatkan Kemampuan Belajar Matematika Anak Tunagrahita. Maman Abdurahman SR dan Hayatin Nufus
Riset PenggunaanMedia Manik-Manik* Maan Abdurahan SR HayatinNufus Penggunaan Media Manik-Manik Untuk Meningkatkan Keapuan Belajar Mateatika Anak Tunagrahita Maan Abdurahan SR Hayatin Nufus Universitas
Lebih terperinciMembelajarkan Geometri dengan Program GeoGebra
Mebelajarkan Geoetri dengan Progra GeoGebra Oleh : Jurusan Pendidikan Mateatika FMIPA UNY Yogyakarta Eail: ali_uny73@yahoo.co ABSTRAK Peanfaatan teknologi koputer dengan berbagai progranya dala pebelajaran
Lebih terperinciHukum II Newton. Untuk SMA kelas X. (Modul ini telah disesuaikan dengan KTSP)
Huku II Newton Untuk SMA kelas X (Modul ini telah disesuaikan dengan KTSP) Lisensi Dokuen: Copyright 008 009 GuruMuda.Co Seluruh dokuen di GuruMuda.Co dapat digunakan dan disebarkan secara bebas untuk
Lebih terperinciPERCOBAAN 6 VOLTAGE RATION IN COAXIAL LINES
PERCOBAAN 6 VOLTAGE RATION IN COAXIAL LINES I. TUJUAN PERCOBAAN a. Mengukur distribusi tegangan pada kondisi diterinasi 60 oh, ujung saluran terbuka dan Short circuit b. Mengukur distribusi λ/4, λ/2 pada
Lebih terperinciPertemuan ke-3 Persamaan Non-Linier: Metode ½ Interval (Bisection) 27 September 2012
Perteuan ke-3 Persaaan Non-Linier: Metode ½ Interval (Bisection) 7 Septeber 01 Analisa Terapan Terapan:: Metode Nuerik Dr.Eng. Agus S. Muntohar Metode Bisection Dasar Teorea: Suatu persaaan ()0, diana
Lebih terperinciPERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PENJADUALAN PRODUKSI JENIS FLOW SHOP
PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN UNTUK PERJADUALAN PRODUKSI JENIS FLOW SHOP (Didik Wahyudi) PERBANDINGAN KINERJA ALGORITMA GENETIKA DAN ALGORITMA HEURISTIK RAJENDRAN
Lebih terperinciIMPLEMENTASI LINEAR CONGRUENT METHOD (LCM) PADA GAME HANGAROO BERBASIS ANDROID
IMPLEMENTASI LINEAR CONGRUENT METHOD (LCM) PADA GAME HANGAROO BERBASIS ANDROID Dwi Rizki Purnaasari Mahasiswa Progra Studi Teknik Inforatika STMIK Budidara Medan Jl. Sisingaangaraja No. 338 Sipang Liun
Lebih terperinciAPLIKASI INTEGER LINEAR PROGRAMMING UNTUK MEMINIMALKAN BIAYA PEMINDAHAN BARANG DI PT RST
APLIKASI INTEGER LINEAR PROGRAMMING UNTUK MEMINIMALKAN BIAYA PEMINDAHAN BARANG DI PT RST Andry Budian Sutanto dan Abdullah Shahab Progra Studi Magter Manajeen Teknologi, Institut Teknologi Sepuluh Nopeber
Lebih terperinci(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE
(R.4) PENGUJIAN DAN PEMODELAN ASOSIASI DUA VARIABEL KATEGORIK MULTI-RESPON DENGAN METODE BOOTSTRAP DAN ALGORITMA GANGE Giat Sudrajat Saruda, 2 Septiadi Padadisastra, 3 I Gede Nyoan Mindra Jaya Mahasiswa
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN CALON ASISTEN PRAKTIKUM MENGGUNAKAN METODE SMART
Prosiding Seinar Nasional Ilu Koputer dan Teknologi Inforasi Vol., No., Septeber 07 e-issn 540-790 dan p-issn 54-66X SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN CALON ASISTEN PRAKTIKUM MENGGUNAKAN METODE
Lebih terperinciek SIPIL MESIN ARSITEKTUR ELEKTRO
ek SIPIL MESIN ARSITEKTUR ELEKTRO PENGENALAN UCAPAN KATA BERKORELASI TINGGI Mery Subito * Abstract The research on speech recognition by using stochastic ethods has been carried out intensively since 1970
Lebih terperinciPENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST
Jurnal Mateatika UNAND Vol. 5 No. 1 Hal. 74 81 ISSN : 2303 2910 c Jurusan Mateatika FMIPA UNAND PENGENDALIAN MUTU PRODUKSI BERAT SEMEN PT. SEMEN PADANG DENGAN BAGAN KENDALI SHEWHART DAN ROBUST RELIGEA
Lebih terperinciPEMILIHAN PERINGKAT TERBAIK FESTIVAL KOOR MENGGUNAKAN METODE TOPSIS
Seinar Nasional Teknologi Inforasi dan Kounikasi 01 (SENTIKA 01 ISSN: 089-981 Yogyakarta, 8 Maret 01 PEMILIHAN PERINGKAT TERBAIK FESTIAL KOOR MENGGUNAKAN METODE TOPSIS Sauel Manurung 1 1Progra Studi Teknik
Lebih terperinciTHE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA
THE CAUSALITY AVAILABILITY OF FOOD AND ECONOMIC GROWTH IN CENTRAL JAVA Juli Biantoro 1, Didit Purnoo 2 1,2 Fakultas Ekonoi dan Bisnis, Universitas Muhaadiyah Surakarta dp274@us.ac.id Abstrak Ketahanan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab ini menjelaskan landasan teori dari metode yang digunakan dalam proses pengenalan wajah, yaitu terdiri atas: metode Eigenface, dan metode Jarak Euclidean. Metode Eigenface digunakan
Lebih terperinciII. TINJAUAN PUSTAKA A. Pembekuan
II. TINJAUAN PUSTAKA A. Pebekuan Pebekuan berarti peindahan panas dari bahan yang disertai dengan perubahan fase dari cair ke padat dan erupakan salah satu proses pengawetan yang uu dilakukan untuk penanganan
Lebih terperinciBAB 3 SEJARAH SINGKAT TEMPAT RISET. 3.1 Sejarah Singkat Badan Pusat Statistik (BPS)
BAB 3 SEJARAH SINGKAT TEMPAT RISET 3.1 Sejarah Singkat Badan Pusat Statistik (BPS) Adapun sejarah Badan Pusat Statistik di Indonesia terjadi epat asa peerintah di Indonesia, antara lain : 1. Masa Peerintahan
Lebih terperinciSolusi Treefy Tryout OSK 2018
Solusi Treefy Tryout OSK 218 Bagian 1a Misalkan ketika kelereng encapai detektor bawah untuk pertaa kalinya, kecepatan subu vertikalnya adalah v 1y. Maka syarat agar kelereng encapai titik tertinggi (ketika
Lebih terperinciBENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN
BENTUK NORMAL SMITH DAN MATRIKS BAIK KIRI/KANAN Yuiati (yui@ail.ut.ac.id) Universitas Terbuka ABSTRACT The Sith noral for and left good atrix have been known in atrix theore. Any atrix over the principal
Lebih terperinciBAB III UJI STATISTIK PORTMANTEAU DALAM VERIFIKASI MODEL RUNTUN WAKTU
BAB III UJI STATISTIK PORTMANTEAU DALAM VERIFIKASI MODEL RUNTUN WAKTU Salah satu langkah yang paling penting dala ebangun suatu odel runtun waktu adalah dari diagnosisnya dengan elakukan peeriksaan apakah
Lebih terperinciFaktor-Faktor yang Mempengaruhi Angka Gizi Buruk Di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline
JURNAL SAINS DAN SENI ITS Vol., No., (Sept. ) ISSN: 3-9X D-77 Faktor-Faktor yang Mepengaruhi Angka Gizi Buruk Di Jawa Tiur dengan Pendekatan Regresi Nonparaetrik Spline Riana Kurnia Dewi, I Nyoan Budiantara
Lebih terperinciRANCANGAN ALAT SISTEM PEMIPAAN DENGAN CARA TEORITIS UNTUK UJI POMPA SKALA LABORATORIUM. Oleh : Aprizal (1)
RANCANGAN ALAT SISTEM PEMIPAAN DENGAN CARA TEORITIS UNTUK UJI POMPA SKALA LABORATORIUM Oleh : Aprizal (1) 1) Dosen Progra Studi Teknik Mesin. Fakultas Teknik Universitas Pasir Pengaraian Eail. ijalupp@gail.co
Lebih terperinciANALISIS GEOMETRIK TIKUNGAN PADANGLUHONG PASIR PENGARAIAN. ARBAIYAH 1 Pada Lumba 2, Khairul Fahmi 3
ANALISIS GEOMETRIK TIKUNGAN PADANGLUHONG PASIR PENGARAIAN ARBAIYAH 1 Pada Luba 2, Khairul Fahi 3 e-ail : arbaiyah90@yail.co ABSTRAK Berdasarkan survey penelitian dahulu pada tikungan Padangluhong yang
Lebih terperinci