Pemodelan Penyebaran Panas Dalam Fluida Newtonian Tak Mampu Mampat Menggunakan Cellular Automata

Ukuran: px
Mulai penontonan dengan halaman:

Download "Pemodelan Penyebaran Panas Dalam Fluida Newtonian Tak Mampu Mampat Menggunakan Cellular Automata"

Transkripsi

1 Jural Matematika & Sais, Desember 2013, Vol. 18 Nomor 3 Pemodela Peebara Paas Dalam Fluida Newtoia Tak Mampu Mampat Megguaka Cellular Automata Apriasah 1) da Dadag Kuriadi Mihardja 2) 1) Program Studi Ilmu Kelauta, Fakultas Matematika da Ilmu Pegetahua Alam, Uiversitas Tajugpura Potiaak 2) Program Studi Oseaografi, Fakultas Ilmu da Tekologi Kebumia Istitut Tekologi Badug, Badug apriasahhakim@ahoo.com 1) ; dkm@fitb.itb.ac.id 2) Diterima 20 Maret 2013, disetujui utuk dipublikasika 30 April 2013 Abstrak Model cellular automata (MCA) telah diguaka utuk mesimulasika peebara paas dalam fluida Newto tak mampu mampat di daerah sitetik da peraira patai sekitar outlet Pembagkit Listrik Teaga Gas da Uap (PLTGU) Muara Tawar Kabupate Bekasi. Dalam daerah model sitetik haa proses adveksi da difusi ag diperhatika, dega iteraksi atar sel ag sedag dihitug (sel utama) da sel di sekitara (sel tetagga) diberlakuka beberapa skeario pembobota. Nilai bobot sel utama ag dipilih dalam proses adveksi adalah 0,10; 0,50; da 0,90, da utuk difusi 0,15; 0,20; da 0,80, semetara pada adveksi-difusi dipilih kombiasi dari kedua bobot tersebut. Pola distribusi suhu hasil simulasi MCA meujukka kesesuaia ag baik dega model aalitik da umerik, dimaa perbedaaa terhadap model aalitik adalah 3,79% utuk koefisie difusi ag kecil da 2,42% utuk koefisie difusi besar. Sedagka perbedaaa terhadap hasil model umerik adalah 9,39% (koefisie difusi kecil) da 3,42% (koefisie difusi besar). Dalam simulasi MCA di peraira patai Muara Tawar, peulis memperhatika proses pertukara paas atara laut da udara selai proses adveksi da difusi, da skeario pembobota adveksi ag dipakai sebesar 0,50 da utuk difusi 0,15. Perbadiga dega studi terdahulu meujukka pola peebara ag sama dega perbedaa rerataa sebesar 0,13% pada saat meuju surut da sekitar 0,25% saat meuju pasag. Kata kuci: Model cellular automata, Adveksi, Difusi, Iteraksi udara laut, Daerah sitetik da peraira patai. Modellig of Thermal Dispersio i the Icompressible Newtoia Fluid b Usig Cellular Automata Abstract Cellular automata model (CAM) has bee adopted to simulate thermal dispersio i the icompressible Newtoia fluid i the sthetic domai ad the coastal waters ear of the Muara Tawar power plat at Bekasi regio. I the sthetic model, ol advectio ad diffusio processes are cosidered i which several weightig sceario are applied to represet the iteractio betwee calculated cell (mai cell) ad its cells. The chose weightig factors of the mai cell i the case of advectio are 0.10; 0.50; ad 0.90, while for the case of diffusio are 0.15; 0.20; ad I the case of advectio-diffusio, the chose weightig factors are the combiatios of the above. Patters of temperature distributio obtaied from simulatios are i good agreemet with aaltical ad umerical models. The differeces to aaltical model are 3.79% for small diffusio coefficiet ad 2.42% for that of large diffusio, while its differece to umerical model results are 9.39% (small diffusio coefficiet) ad 3.42% (large diffusio). I the case of CAM simulatio of thermal dispersio i the coastal waters of the Muara Tawar Bekasi, we cosider advectio, diffusio ad also heat echage betwee sea ad air, as well as usig weightig scearios of 0.50 ad 0.15 for advectio ad diffusio, respectivel. We foud similar dispersio patters as reported b aother stud with a differece of about 0.13% durig ebb tide ad 0.25 % durig flood tide. Kewords : Cellular automata model, Advectio, Diffusio, Sea air iteractio, Sthetic ad coastal waters areas. 1. Pedahulua Dalam peelitia ii peebara suhu di air laut ag dipadag sebagai media kotium ag memeuhi kaidah kaidah fluida Newto telah disimulasika dega megguaka Model Cellular Automata (MCA). Hasil simulasi MCA telah diuji dega Model Aalitik (MA) dalam daerah sitetik da dibadigka dega hasil Model Numerik (MN) di daerah peraira patai Kabupate Bekasi Utara ag terpegaruh oleh alira air pedigi (coolig water) dari Pembagkit Listrik Teaga Gas da Uap (PLTGU) Muara Tawar. 71

2 72 Jural Matematika & Sais, Desember 2013, Vol. 18 Nomor 3 2. Cellular Automata (CA) Keadaa sistem pada waktu ag aka datag ditetuka oleh keadaa sel sel pembetuka pada saat sekarag da ditambah dega perubahaa akibat beriteraksi dega sel sel lai di sekeliliga. Distribusi sel ag sedag ditijau (selajuta disebut sel utama) da sel sel sekitara (selajuta disebut sel tetagga) diatur dega dua pedekata, aitu pertama kosep vo Neuma da kedua kosep Moore (Wolf-Gladrow, 2005 da Schiff, 2005) 2.1 Atura perubaha Utuk meghitug ilai suhu (T) dalam o C di 1 sel utama pada waktu 1, T, dari hasil iteraksi sel tersebut dega sel tetagga diguaka atura oleh Vick (2007) seperti dirumuska berikut: 1 T [... [ [ T ]]] (1) m ( T ) sampai dega m ( T ) adalah fugsi ag megatur perubaha suhu di sel utama ag beriteraksi dega sel sel tetaggaa pada waktu ke- ag ditetuka oleh proses ke 1 sampai dega m. Proses ag ditijau dalam tulisa ii adalah adveksi, difusi da iteraksi udara-laut. Adveksi diataka dalam fugsi perubaha 1 merupaka proses pertama utuk meghitug ilai suhu pada 1 waktu 1, ( T ) ag dirumuska sebagai berikut 1 [ T ] 1 1 T. Nilai T ag diperoleh dari proses adveksi kemudia dihitug kembali dega proses kedua (difusi) dega fugsi perubaha 2 ag meghasilka ilai suhu pada waktu +1 akibat adveksi da difusi ag dirumuska seperti berikut: 1 T 2[ 1[ T ]]. (2) Proses ketiga adalah iteraksi udara laut ag diataka dalam fugsi perubaha 3, sehigga ilai suhu pada waktu +1 adalah suhu ag diakibatka oleh ketiga proses tersebut, aitu adveksi, difusi da iteraksi udara laut. Perumusa secara matematik dituliska sebagai berikut: 1 T (3) 3[ 2[ 1[ T ]]]. Dalam meetuka atura perubaha akibat adveksi da difusi diguaka pembobota di sel utama da tetaggaa seperti diuraika dalam butir 2.2. Fugsi 3 pada Persamaa (3) ag meataka proses iteraksi udara laut dihitug dega persamaa : 1 3 ( T T ) (4) Nilai T dalam Persamaa (4) diguaka ilai 1 suhu T hasil perhituga proses adveksi da difusi pada Persamaa (2). Perumusa fugsi perubaha 3 ( T ) diperoleh dega memodifikasi persamaa perubaha suhu muka laut akibat pertukara paas atara laut da udara dari Thoma da Mueller, (1987) seperti berikut: 3 [ ] A ( T T Te T c ), dimaa A adalah ph koefisie pertukara paas udara laut (dalam Watt/meter 2 o C), desitas air laut (kg m -3 ), c p kalor jeis air laut (Joule/kg o C), H kedalama peraira (m) da T e suhu keseimbaga udara laut ( o C). 2.2 Atura pembobota Prisip atura pembobota didasarka pada besar atau kecila peraa sel utama da tetaggaa dalam suatu proses perubaha suhu secara advektif da atau difusif. Dalam proses advektif pembobota dihitug dari besara arus arah sumbu da ag melewati sel utama da tetaggaa. Nilai suhu di sel utama pada waktu ke +1 dihitug berdasarka distribusi sel tetaggaa meurut Vo Neuma (lihat Gambar 1) dega rumus 1 SUA, SUA, STA-1, STA-1, ksta 1, TSTA 1, ksta, -1 TSTA, -1 ksta, 1 TSTA, 1 T k T k T (5) dega k SU, da T SU, adalah ideks bobot adveksi da suhu pada waktu di sel utama di titik (,), k -1,, k 1,, k, -1, k, 1, da STA STA-1,, STA STA STA STA STA STA T T 1,, T, -1, T, 1, adalah ilai bobot adveksi da suhu pada waktu di 4 sel tetagga dititik (-1,), (+1,), (,-1), da (,+1). Jumlah ilai bobot di sel utama da 4 sel tetaggaa adalah 1. Nilai k SU, ditetuka sesuai dega besar pegaruh sel utama dalam proses adveksi. Dalam tulisa ii k SU, dipilih dari ilai berikut: 0,1; 0,5; da 0,9. Ketiga ilai tersebut dikombiasika dega racaga ilai koefisie difusi sebesar 0,15; 0,2; da 0,8 (m 2 /detik). Nilai k SUA, ( k SUD, ) ag kecil meujukka pegaruh sel utama pada proses adveksi (difusi) lebih kecil daripada sel tetaggaa, demikia juga sebalika. Posisi koefisie bobot di sel utama ( k SUA, ) da di sel tetagga ( k STA,, 1 da k,, 1, ) ditujukka dalam Gambar 1. STA Gambar 1. Posisi koefisie bobot di sel utama da sel tetagga utuk proses adveksi.

3 Apriasah da Mihardja, Pemodela Peebara Paas dalam Fluida Newtoia Tak Mampu Mampat.. 73 Nilai STA,, 1 k da ksta, 1, dihitug dari perumusa Persamaa (6) sampai dega (9) berikut : k fkc (1- k ) (6) STA-1, STA-1, SUA, k fkc (1- k ) (7) STA, -1 STA, -1 SUA, k fkc (1- k ) (8) STA 1, STA 1, SUA, k fkc (1- k ) (9) STA, 1 STA, 1 SUA, dega fkc STA-1,, STA 1,, fkcsta, 1 fkc STA, -1 fkc da adalah faktor kecepata di sel tetagga di titik (-1,), (+1,), (,-1) da (,+1) ag perhitugaa tergatug pada pola kecepata alira fluida ag digambarka dalam Gambar 2. Perumusa fkc STA-1, dapat berbeda tergatug pada arah dataga alira meuju sel utama, demikia juga utuk fkcsta 1,, fkc STA-1, da fkcsta, 1 (lihat Lampira). Jika kecepata fluida dalam arah sumbu (medatar/merambat) u sama dega ol (u = v = 0), maka proses adveksi tidak ada sehigga koefisie bobot di sel utama da tetaggaa sama dega ol. Dalam paper ii haa dibahas alira ag odiverge atau alira fluida ag tak mampu mampat (icompressible) sehigga alira ag bersifat koverge da atau diverge tidak diperhatika. Dega megguaka distribusi sel utama da sel tetagga meurut metoda Moore (lihat Gambar 3) perubaha suhu akibat fluks difusif dirumuska seperti berikut: 1 SUD, SUD, STD-1, STD-1, STD 1, STD 1, STD, -1 STD, -1 T k T k T k T k T STD, 1 STD, 1 STD-1, -1 STD-1, -1 STD-1, 1 STD-1, 1 STD 1, -1 STD 1, -1 k T k T k T k T k STD 1, 1TSTD 1, 1, (10) Gambar 2. Pola alira fluida utuk meetuka koefisie bobot di sel tetagga. dega k SUD, da T SUD, adalah koefisie bobot difusi da suhu pada waktu di sel utama di titik (,). Sedagka k -1, ; k 1, ; k, -1 ; STD, 1 ; SUD SUD k k -1, -1 ; k -1, 1 ; 1, -1 ; STD STD STD SUD kstd T STD T STD k da T -1, ; T 1, ;, -1 ; STD 1, 1 ; STD, 1 ; T STD 1, 1 STD STD STD T T -1, -1 ; T -1, 1 ; 1, -1 ; adalah koefisie bobot difusi da suhu pada waktu di 8 sel tetagga ag terletak di titik (-1,), (+1,), (,-1), (,+1), (-1,+1), (-1,-1), (+1,-1) da (+1,+1). Jumlah koefisie pembobota di sel utama da 8 sel tetaggaa pada proses difusi adalah 1 da peetua ilai bobot difusi di sel utama ( k SUD, ) di titik (,) dipilih dari salah satu ilai berikut: 0,15; 0,2; da 0,8 (lihat Gambar 3).

4 74 Jural Matematika & Sais, Desember 2013, Vol. 18 Nomor 3 (Gambar 5a) berkisar atara 0,05 sampai dega 0,5 m/detik ag bergerak dari teggara (patai) ke barat laut (lepas patai). Semetara arus pada saat meuju pasag bergerak dari lepas patai ke patai (Gambar 5b). Kecepata alira air disekitar mulut outlet adalah sebesar 0,73 m/detik (Mihardja da Ali, 2011). Gambar 3. Posisi koefisie pembobota di sel utama da tetaggaa pada proses difusi sesuai dega atura Moore. 3. Model Aalitik da Model Numerik Persamaa model adveksi da difusi 2D horizotal ag diguaka utuk simulasi peebara paas dalam model kovesioal (model aalitik, MA, da model umerik, MN) adalah. 2 2 T T T T T u v K K 2 (11) 2 t dimaa u da v adalah kecepata horizotal dalam arah da (m/detik), sedagka K da K adalah koefisie difusi dalam arah da (m 2 /detik). Peelesaia aalitik persamaa (11) merujuk ke Amiuddi (1999) ag dipakai utuk simulasi peebara paas didaerah sitetik, da hasila dipakai utuk meguji MCA. Peelesaia umerik persamaa (11) megguaka rumusa dari Hoffma da Chiag (1989) da diguaka utuk simulasi model peebara di daerah peraira patai Muara Tawar ag hasila diguaka sebagai pembadig hasil MCA. 4. Desai da Skeario Model 4.1 Desai daerah da parameter model Uji MCA dilakuka di daerah sitetik ag luasa m dega ukura sel = Δ = 1 m (Gambar 4a). Di daerah ii disimulasika peebara paas ke peraira sekitara akibat alira air dari outlet dega kecepata seragam ke arah sumbu sebesar 0,1m/detik, suhu di sumber outlet sebesar 33,5 o C. Proses difusi dega koefisie difusi arah sumbu, K =0,1 m 2 /detik da sumbu, K = 0,15 m 2 /detik diguaka dalam simulasi MCA. Setelah MCA teruji di daerah sitetik kemudia diterapka di peraira patai sekitar salura outlet PLTGU Muara Tawar dega daerah model ag berukura m seperti ditujukka dalam Gambar 4(b). Iput model utuk simulasi di daerah tersebut adalah K = K = 5 m 2 /detik, Δ = 20 m, Δ = 18,5 m, Δt = 30 detik, T di outlet (sumber) 33,5 o C, koefisie pertukara paas udara laut (A) = 20 Watt/m 2 o C, desitas air laut 1025 kg/m 3, kalor jeis air 4200 Joule/kg o C, kedalama rerata peraira 1,5 m da suhu keseimbaga udara laut (Te) = 28 o C. Data arus laut ag dipakai adalah kecepata ag tak seragam berdasarka iterpolasi dari Mihardja dkk., (2011), di maa kecepataa saat meuju surut outlet (a) Outlet PLTGU (b) Gambar 4. Daerah model sitetik (a), da Peraira patai Muara Tawar (b) (a) 0,73 m/detik 0,43 meter/ detik (b) Gambar 5. Meda kecepata di peraira patai Muara Tawar saat: meuju surut (a), da meuju pasag (b). Diiterpolasi dari hasil Mihardja dkk., (2011).

5 Apriasah da Mihardja, Pemodela Peebara Paas dalam Fluida Newtoia Tak Mampu Mampat Skeario koefisie pembobota adveksi da difusi Skeario besar simulasi MCA di daerah sitetik terdiri dari 2 subskeario Ia da Ib seperti ditujukka dalam Tabel 1 ag jumlah seluruha 10 buah skeario, kedua subskeario tersebut megatur ilai pembobota dalam proses adveksi, difusi da kombiasi keduaa di sel utama da sel tetagga. Nilai pembobota ag besar (kecil) pada proses difusi di sel utama dalam MCA disetaraka dega koefisie difusi ag kecil (besar) dalam MA da MN, dega ilai koefisie difusi kecil diguaka sebesar 0,10 m 2 /detik da koefisie ag besar adalah 0,15 m 2 /detik. 5. Hasil da Pembahasa Hasil model peebara paas ag disebabka oleh adveksi saja di daerah sitetik (skeario Ia) meujuka bahwa simulasi dega pembobota di sel utama (k SUA, ) ag kecil (0,10) da bobot ag besar di sel tetaggaa (k STA, ) memberika pegaruh peebara paas ag lebih cepat dibadigka dega ilai k SUA, ag besar (0,90) seperti ag ditujukka dalam Gambar 6. Sedagka pada simulasi dega ilai k SUD, ag kecil (0,15) meghasilka peebara paas ag lebih luas daripada ilai k SUD, besar (0,80), seperti ag ditujukka pada Gambar 7. Tabel 1. Skeario ilai pembobota di daerah sitetik dalam simulasi Model Cellular Automata (MCA). Proses Adveksi 2 skeario Proses Difusi 2 skeario Nilai pembobota adveksi di sel Jumlah ilai pembobota adveksi di utama (k SUA ) sel tetagga k STA 0,10 0,90 0,90 0,10 Nilai pembobota difusi di sel Jumlah ilai pembobota difusi di utama (k SUA ) sel tetagga k STD 0,15 0,85 0,80 0,20 Skeario Ia Nilai pembobota adveksi di sel utama (k SUA ) da jumlah di sel tetaggaa k STA Nilai pembobota difusi di sel utama (k SUD ) da jumlah di sel tetaggaa k STD Proses Adveksi + Difusi 4 skeario k SUA = 0,10 ; k SUA = 0,10 ; k SUA = 0,90 ; k = 0,90 STA k SUD = 0,15 ; k = 0,85 STD k = 0,90 k SUD = 0,80 ; STA k = 0,20 STD k STA = 0,10 k SUD = 0,15 ; k = 0,85 STD Skeario Ib Proses Adveksi + Difusi 2 skeario k SUA = 0,90 ; = 0,20 k STA = 0,10 k SUD = 0,80 ; kstd Nilai pembobota adveksi di sel Nilai pembobota difusi di sel utama (k SUA ) da jumlah di sel utama (k SUD ) da jumlah di sel tetaggaa k tetaggaa STA k STD k SUA = 0,50 ; = 0,85 k = 0,50 STA k SUD = 0,15 ; kstd k SUA = 0,50 ; k = 0,50 STA k SUD = 0,20 ; k STD = 0,80

6 76 Jural Matematika & Sais, Desember 2013, Vol. 18 Nomor 3 Gambar 6. Peebara paas oleh adveksi dega k SUA, = 0,10 (a) da k SUA, = 0,90 (b) di sel utama Gambar 7. Peebara paas oleh difusi dega k SUD, = 0,15 (a) da k SUD, = 0,80 (b) di sel utama. Gambar 8. Peebara paas oleh proses adveksi-difusi dega k SUA, = 0,10 da k SUD, = 0,15 (a), k SUA, = 0,10 da k SUD, = 0,80 (b), k SUA, = 0,90 da k SUD, = 0,15 (c) da k SUA, = 0,90 da k SUD, = 0,80 (d).

7 Apriasah da Mihardja, Pemodela Peebara Paas dalam Fluida Newtoia Tak Mampu Mampat.. 77 Gambar 9. Hasil simulasi MA (a) da MN (b) dega koefisie difusi 0,10 meter 2 /detik da MCA (c) dega k SUA, = 0,50 da k SUD, = 0,20. Gambar 10. Hasil simulasi MA (a) da MN (b) dega koefisie difusi 0,15 meter 2 /detik da MCA (c) dega k SUA, = 0,50 da k SUD, = 0,15. Simulasi model di daerah sitetik ag meggabugka adveksi da difusi dilakuka dega ilai k SUA, = 0,10 da k SUD, = 0,15 memberika pola sebara paas lebih besar baik ke arah lateral (sumbu ) maupu ke arah logitudial (sumbu ) seperti ag diperlihatka di Gambar 6a. Pemakaia ilai k SUA, = 0,10 da k SUD, = 0,80 meghasilka sebara ag lebih sempit ke arah lateral da lebih pajag ke arah logitudial searah dega alira air (lihat Gambar 8b), da ilai k SUA, = 0,90 da k SUD, = 0,15 meebabka sebara paas lebih pedek ke arah logitudial ag searah dega arus demikia juga ke arah lateral lebih melebar (lihat Gambar 8c). Hasil sebalika ditujukka dalam simulasi dega k SUA, = 0,90 da k SUD, = 0,80 (lihat Gambar 8d). Kesimpula simulasi dega skeario I.a meujukka bahwa ilai k SUA, besar (kecil) memberika pegaruh terhadap pedek (pajag) sebara paas ke arah logitudial, da k SUD, besar (kecil) ilai bobot difusi meetuka lebar (sempit) sebara paas. Simulasi MCA di daerah sitetik dega skeario Ib dega pembobota k SUA, = 0,50 da k SUD, = 0,15 meghasilka peebara paas ke arah logitudial searah dega arus da kearah laterala lebih lebar. Sedagka simulasi dega ilai k SUA, = 0,50 da k SUD, = 0,20 meujukka arah peebara laterala lebih sempit walaupu arah logitudiala sama. Pola sebara ii sesuai dega hasil simulasi MA da MN ag megguaka koefisie difusi 0,10 m 2 / detik seperti terlihat dalam Gambar 9. Perbedaa ilai suhu hasil

8 78 Jural Matematika & Sais, Desember 2013, Vol. 18 Nomor 3 MCA da MA adalah 3,79 % da perbedaa hasil MCA da MN sebesar 9,39 %. Sedagka pegguaa k SUA, = 0,50 da k SUD, = 0,15 dalam simulasi MCA hasila sesuai dega hasil MA da MN utuk koefisie difusi 0,15 m 2 / detik (Gambar 10) dega perbedaa terhadap MA adalah 2,42 % da dega MN sebesar 3,42 %. Perbedaa ilai suhu ke arah logitudial (sumbu ) atara hasil simulasi MCA da MN tidak sigifika aitu sebesar 2,76 o C, semetara atara MCA da MA perbedaaa cukup besar di daerah dekat sumber 27,10 o C da daerah ag jauh dari sumber sebesar 0,67 o C seperti ag ditujukka dalam Gambar 11a da 11b. Sedagka ke arah lateral (sumbu ), sebara paas hasil MA memiliki luas ag relatif lebih kecil dibadigka MCA da MN. Hal ii disebabka dalam MN selai ada difusi secara fisis juga ada difusi umerik, demikia pula diduga pada hasil simulasi MCA (lihat Gambar 11c da 11d). Dalam uji model di daerah sitetik disimpulka bahwa ilai pembobota k SUA, = 0,50 da k SUD, = 0,15 meujukka hasil simulasi MCA ag lebih sesuai dega hasil MA da MN, sehigga ilai pembobota tersebut dipakai dalam pemodela proses peebara air pedigi dari outlet PLTGU Muara Tawar ke peraira patai sekitara dega MCA. Semetara data arus ag diguaka adalah data ag ditujukka dalam Gambar 5a da 5b. Hasil MCA meujukka pola ag sama dega hasil MN ag dilakuka oleh Nada (2013). Prosetase perbedaa rerata atara MCA da MN di 5 titik adalah sebesar 0,13 % saat meuju surut da 0,25 % saat meuju pasag (lihat Gambar 12 da 13). Gambar 11. Variasi logitudial, sumbu, (a) da lateral, sumbu, (c) hasil simulasi MA da MN dega koefisie difusi 0,10 m 2 / detik, da simulasi MCA dega ilai k SUA, = 0,50 da k SUD, = 0,20; Variasi logitudial (b) da lateral (d) hasil simulasi MA da MN dega koefisie difusi 0,15 m 2 / detik, da simulasi MCA dega ilai k SUA, = 0,50 da k SUD, = 0,15. Gambar 12. Pola peebara air pedigi dari outlet PLTGU Muara Tawar ke peraira patai sekitara saat meuju surut: MCA (a) da MN (Nada, 2013) (b).

9 Apriasah da Mihardja, Pemodela Peebara Paas dalam Fluida Newtoia Tak Mampu Mampat.. 79 Gambar 13. Pola peebara air pedigi dari outlet PLTGU Muara Tawar ke peraira patai sekitara saat meuju pasag: MCA (a) da MN (Nada, 2013) (b). 6. Kesimpula Pada proses adveksi, ilai pembobota ag kecil di sel utama berarti peebara paas lebih cepat, sedagka ilai ag besar peebaraa lebih lambat. Pada difusi, ilai pembobota ag kecil di sel utama meghasilka peebara paas ag lebih luas, da sebalika pada ilai ag besar peebaraa lebih sempit. Sebara suhu hasil simulasi MCA di daerah sitetik meujuka pola ag sesuai dega metode kovesioal. Perbedaaa terhadap hasil model aalitik adalah 3,79 % utuk simulasi dega difusi kecil da 2,42 % pada difusi besar, sedagka perbedaaa terhadap hasil model umerik adalah 9,39 % (utuk difusi kecil) da 3,42 % (difusi besar). Simulasi MCA di peraira patai sekitar salura outlet Pembagkit Listrik Teaga Gas da Uap Muara Tawar Bekasi utara meghasilka pola ag sama dega hasil model umerik dari Nada (2013) dega perbedaa rerata sebesar 0,13 % saat meuju surut da sekitar 0,25 % saat meuju pasag. Ucapa Terima Kasih Peulis meampaika terima kasih kepada Prof. Safwa Hadi, Ph.D, Dr. rer. at. Mutiara R. Putri, da Wahu Srigutomo, Ph.D ag telah baak memberika masuka. Daftar Pustaka Amiudi, 1999, Solusi Aalitik Persamaa Trasport Adveksi da Difusi 1D da 2D Horizotal Megguaka Tekik Trasformasi Fourier utuk Pemodela Dispersi Poluta di suatu Peraira, Tesis Program Magister, Istitut Tekologi Badug. Hoffma, K.A., ad S.T. Chiag, 1989, Computatioal Fluid Damics for Egieers, Egieerig Educatio Sstem, Wichita, USA. Mihardja, D.K. da M. Ali, 2011, Lapora Fial Surve Hidro-Oseaografi di Peraira Sekitar PT. PJB Uit Pembagkita Muara Tawar, Badug, LAPI-ITB. Mihardja, D.K., M. Ali, S. Nurdjama, da Y.N. Kuriadi, 2011, Lapora Fial Surve Hidro-Oseaografi da Pemodela Arus, Sirkulasi Arus Pedigi, da Traspor Sedime di Peraria Sekitar Muara Tawar, Badug, LAPI-ITB. Nada, L. D., 2013, Perbadiga Simulasi Model Aalitik da Numerik Dispersi Termal, Skripsi Program Sarjaa, Istitut Tekologi Badug. Schiff, J.L., 2005, Itroductio to Cellular Automata., Thoma, R.V., ad J.A. Mueller, 1987, Priciples of Surface Water Qualit Modelig ad Cotrol, Harper & Row, Publishers, Ic. Vick, B., 2007, Multi-phsics Modelig usig Cellular Automata, Comple Sstem Publicatio, Ic. Wolf-Gladrow, D.A., 2005, Lattice-Gas Cellular Automata ad Lattice Boltzma Models A Itroductio, Spriger.

10 80 Jural Matematika & Sais, Desember 2013, Vol. 18 Nomor 3 Lampira Atura peetua koefisie pembobota di sel utama (k SUA ) da di sel tetagga (k STA ) utuk proses adveksi Keteraga: k SUA, k STA-1, k STA+1, k STA,-1 k STA,+1 fkc STA-1, fkc STA+1, fkc STA,-1 fkc STA,+1 = KBA (Koefisie Bobot Adveksi) di sel utama (SU) dititik (,) = KBA di sel tetagga (ST) dititik (-1,) = KBA di ST dititik (+1,) = KBA di ST dititik (,-1) = KBA di ST dititik (,+1) = FKc (Faktor Kecepata) utuk meetuka KBA di ST dititik (-1,) = FKc utuk meetuka KBA di ST dititik (+1,) = FKc utuk meetuka KBA di ST dititik (,-1) = FKc utuk meetuka KBA di ST dititik (,+1)

Formulasi Numerik Arus Sejajar Pantai (Kasus Pantai Lurus)

Formulasi Numerik Arus Sejajar Pantai (Kasus Pantai Lurus) Formulasi Numerik Arus Seaar Patai (Kasus Patai Lurus) Ichsa Setiawa Jurusa Ilmu Kelauta Koordiatorat Kelauta da Perikaa Uiversitas Siah Kuala ichsa.setiawa@usiah.et Abstrak. Feomea arus seaar patai diselesaika

Lebih terperinci

Bab 7 Penyelesaian Persamaan Differensial

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

Lebih terperinci

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital Aplikasi Iterpolasi Biliier pada Pegolaha Citra Digital Veriskt Mega Jaa - 35408 Program Studi Iformatika Sekolah Tekik Elektro da Iformatika Istitut Tekologi Badug, Jl. Gaesha 0 Badug 403, Idoesia veriskmj@s.itb.ac.id

Lebih terperinci

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

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

Lebih terperinci

I. DERET TAKHINGGA, DERET PANGKAT

I. DERET TAKHINGGA, DERET PANGKAT I. DERET TAKHINGGA, DERET PANGKAT. Pedahulua Pembahasa tetag deret takhigga sebagai betuk pejumlaha suku-suku takhigga memegag peraa petig dalam fisika. Pada bab ii aka dibahas megeai pegertia deret da

Lebih terperinci

SUATU TINJAUAN NUMERIK PERSAMAAN ADVEKSI DIFUSI 2-D TRANSFER POLUTAN DENGAN MENGGUNAKAN METODE BEDA HINGGA DU-FORT FRANKEL

SUATU TINJAUAN NUMERIK PERSAMAAN ADVEKSI DIFUSI 2-D TRANSFER POLUTAN DENGAN MENGGUNAKAN METODE BEDA HINGGA DU-FORT FRANKEL KNM XVII 11-14 Jui 2014 ITS, Surabaya SUATU TINJAUAN NUMERIK PERSAMAAN ADVEKSI DIFUSI 2-D TRANSFER POLUTAN DENGAN MENGGUNAKAN METODE BEDA HINGGA DU-FORT FRANKEL JEFFRY KUSUMA 1, KHAERUDDIN 2, SYAMSUDDIN

Lebih terperinci

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah

III PEMBAHASAN. λ = 0. Ly = 0, maka solusi umum dari persamaan diferensial (3.3) adalah III PEMBAHASAN Pada bagia ii aka diformulasika masalah yag aka dibahas. Solusi masalah aka diselesaika dega Metode Dekomposisi Adomia. Selajutya metode ii aka diguaka utuk meyelesaika model yag diyataka

Lebih terperinci

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA

PENAKSIR RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PADA SAMPLING GANDA PEAKSIR RASIO UTUK RATA-RATA POPULASI MEGGUAKA KOEFISIE VARIASI DA KOEFISIE KURTOSIS PADA SAMPLIG GADA Heru Agriato *, Arisma Ada, Firdaus Mahasiswa Program S Matematika Dose Jurusa Matematika Fakultas

Lebih terperinci

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling

Perbandingan Power of Test dari Uji Normalitas Metode Bayesian, Uji Shapiro-Wilk, Uji Cramer-von Mises, dan Uji Anderson-Darling Jural Gradie Vol No Juli 5 : -5 Perbadiga Power of Test dari Uji Normalitas Metode Bayesia, Uji Shapiro-Wilk, Uji Cramer-vo Mises, da Uji Aderso-Darlig Dyah Setyo Rii, Fachri Faisal Jurusa Matematika,

Lebih terperinci

VALIDASI MODEL NUMERIK ARUS SEJAJAR PANTAI DENGAN MODEL ANALITIK LONGUET-HIGGINS

VALIDASI MODEL NUMERIK ARUS SEJAJAR PANTAI DENGAN MODEL ANALITIK LONGUET-HIGGINS VALIDASI MODEL NUMERIK ARUS SEJAJAR PANTAI DENGAN MODEL ANALITIK LONGUET-HIGGINS The Validatio O Logshore Curret Numerical Model With Loguet-Higgis Aaltical Model Ichsa Setiawa Jurusa Ilmu Kelauta, FMIPA,

Lebih terperinci

Mekanika Fluida II. Aliran Berubah Lambat

Mekanika Fluida II. Aliran Berubah Lambat Mekaika Fluida II Alira Berubah Lambat Itroductio Perilaku dasar berubah lambat: - Kedalama hidrolis berubah secara lambat pada arah logitudial - Faktor pegedali alira ada di kombiasi di hulu & hilir -

Lebih terperinci

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

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

Lebih terperinci

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain

III. METODE PENELITIAN. Pembangunan Daerah (BAPPEDA) Provinsi NTB, BPS pusat, dan instansi lain III. METODE PENELITIAN 3.1 Jeis da Sumber Data Data yag diguaka pada peelitia ii merupaka data sekuder yag diperoleh dari Bada Pusat Statistik (BPS) Provisi NTB, Bada Perecaaa Pembagua Daerah (BAPPEDA)

Lebih terperinci

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung 42 III. METODE PENELITIAN 3.. Lokasi da Waktu Peelitia Lokasi peelitia dilakuka di Provisi Sumatera Barat yag terhitug mulai miggu ketiga bula April 202 higga miggu pertama bula Mei 202. Provisi Sumatera

Lebih terperinci

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

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

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 30 BAB III METODE PENELITIAN Peelitia pejadwala pembagkit termal ii adalah utuk membadigka metode Lagragia Relaxatio yag diajuka peulis dega metode yag diguaka PLN. Di sii aka diuji metode maa yag peramalaya

Lebih terperinci

Meetuka Parameter Model Cauchy utuk A (1,587) Kosta Baha Polistirea Dzarril Maulidiyah 1, D. J. Djoko H Satjojo 1, Mauludi A Pamugkas 1, Ubaidillah 1 1) Jurusa Fisika FMIPA Uiv. Brawijaya Email: mdzarril@gmail.com

Lebih terperinci

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT

PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Buleti Ilmiah Math. Stat. da Terapaya (Bimaster) Volume 02, No. 1(2013), hal 1-6. PENYELESAIAN PERSAMAAN GELOMBANG DENGAN METODE D ALEMBERT Demag, Helmi, Evi Noviai INTISARI Permasalaha di bidag tekik

Lebih terperinci

Perbandingan Beberapa Metode Pendugaan Parameter AR(1)

Perbandingan Beberapa Metode Pendugaan Parameter AR(1) Jural Vokasi 0, Vol.7. No. 5-3 Perbadiga Beberapa Metode Pedugaa Parameter AR() MUHLASAH NOVITASARI M, NANI SETIANINGSIH & DADAN K Program Studi Matematika Fakultas MIPA Uiversitas Tajugpura Jl. Ahmad

Lebih terperinci

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu: 4 BAB II LANDASAN TEORI 2.1 Model matematis da tahapa matematis Secara umum tahapa yag harus ditempuh dalam meyelesaika masalah matematika secara umerik da megguaka alat batu komputer, yaitu: 2.1.1 Tahap

Lebih terperinci

Pengendalian Proses Menggunakan Diagram Kendali Median Absolute Deviation (MAD)

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

Lebih terperinci

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN PEDUGA RASIO UTUK RATA-RATA POPULASI MEGGUAKA KUARTIL VARIABEL BATU PADA PEGAMBILA SAMPEL ACAK SEDERHAA DA PEGATURA PERIGKAT MEDIA ur Khasaah, Etik Zukhroah, da Dewi Reto Sari S. Prodi Matematika Fakultas

Lebih terperinci

IV. METODE PENELITIAN

IV. METODE PENELITIAN IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia Daerah peelitia adalah Kota Bogor yag terletak di Provisi Jawa Barat. Pemiliha lokasi ii berdasarka pertimbaga atara lai: (1) tersediaya Tabel Iput-Output

Lebih terperinci

BAB IV PEMECAHAN MASALAH

BAB IV PEMECAHAN MASALAH BAB IV PEMECAHAN MASALAH 4.1 Metodologi Pemecaha Masalah Dalam ragka peigkata keakurata rekomedasi yag aka diberika kepada ivestor, maka dicoba diguaka Movig Average Mometum Oscillator (MAMO). MAMO ii

Lebih terperinci

Pemodelan Variasi Nilai Percepatan Gravitasi di Daerah Khatulistiwa dengan Menggunakan Metode Gauss-Newton Suwanti a, Joko Sampurno a*, Azrul Azwar a

Pemodelan Variasi Nilai Percepatan Gravitasi di Daerah Khatulistiwa dengan Menggunakan Metode Gauss-Newton Suwanti a, Joko Sampurno a*, Azrul Azwar a POSITRON, Vol. VI, No. 1 (16), Hal. 1-7 ISSN : 31-497 Pemodela Variasi Nilai Percepata Gravitasi di Daerah Khatulistiwa dega Megguaka Metode Gauss-Newto Suwati a, Joko Sampuro a*, Azrul Azwar a a Prodi

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

STUDI TENTANG BEBERAPA MODIFIKASI METODE ITERASI BEBAS TURUNAN

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

Lebih terperinci

Bab 3 Metode Interpolasi

Bab 3 Metode Interpolasi Baha Kuliah 03 Bab 3 Metode Iterpolasi Pedahulua Iterpolasi serig diartika sebagai mecari ilai variabel tergatug tertetu, misalya y, pada ilai variabel bebas, misalya, diatara dua atau lebih ilai yag diketahui

Lebih terperinci

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS

PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Lapora Praktikum Aalisis Istrumetal 2014 PENENTUAN PANJANG GELOMBANG MAKSIMUM DAN KONSENTRASI CAMPURAN MENGGUNAKAN DUA JENIS SPEKTROFOTOMETRI UV-VIS Norma Nur Azizah 1, Wula Suci P, Mohamad Rafi 1 Departeme

Lebih terperinci

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

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

Lebih terperinci

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO

ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO ANALISIS INTENSITAS HUJAN DI STASIUN KALIBAWANG KABUPATEN KULONPROGO Titiek Widyasari 1 1 Program Studi Tekik Sipil, Uiversitas Jaabadra Yogyakarta, Jl. Tetara Rakyat Mataram 55 57 Yogyakarta Email: myso_jayastu@yahoo.co.id

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Bab III Metoda Taguchi

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

Lebih terperinci

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES

PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN METODE BAYES Jural Matematika UNAND Vol. 3 No. 4 Hal. 52 59 ISSN : 233 29 c Jurusa Matematika FMIPA UNAND PENDUGAAN PARAMETER DARI DISTRIBUSI POISSON DENGAN MENGGUNAKAN METODE MAXIMUM LIKEHOOD ESTIMATION (MLE) DAN

Lebih terperinci

Jurnal Natural. Pulauu. pada. alur pelabuhan dan. kolam. pelabuhan. akibat. pantai. Dalam. pantai adalah. bangunan pantai para ahli bidang

Jurnal Natural. Pulauu. pada. alur pelabuhan dan. kolam. pelabuhan. akibat. pantai. Dalam. pantai adalah. bangunan pantai para ahli bidang Jural Natural Vol. 9 No. 009 NUERICAL ODEL OF WAVE INDUCED CURRENT IN PULAU BAAI COASTAL WATERS BENGKULU Ichsa Setiawa Sarifah eurah Yui Jurusa Ilmu Kelauta FIPA Uiversitas Siah Kualaa Jurusa atematika

Lebih terperinci

PENGARUH JENIS TUMPUAN TERHADAP FREKUENSI PRIBADI PADA GETARAN BALOK LENTUR

PENGARUH JENIS TUMPUAN TERHADAP FREKUENSI PRIBADI PADA GETARAN BALOK LENTUR PENGARUH JENIS TUMPUAN TERHADAP FREKUENSI PRIBADI PADA GETARAN BALOK LENTUR Naharuddi 1 1 Staf Pegajar Jurusa Tekik Mesi, Utad Abstrak. Tujua peelitia ii adalah utuk meetuka ilai frekuesi pribadi getara

Lebih terperinci

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

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

Lebih terperinci

APLIKASI METODE CELLULAR AUTOMATA UNTUK MENENTUKAN DISTRIBUSI TEMPERATUR KONDISI TUNAK

APLIKASI METODE CELLULAR AUTOMATA UNTUK MENENTUKAN DISTRIBUSI TEMPERATUR KONDISI TUNAK APLIKASI METODE CELLULAR AUTOMATA UNTUK MENENTUKAN DISTRIBUSI TEMPERATUR KONDISI TUNAK APPLICATION OF CELLULAR AUTOMATA METHOD TO DETERMINATION OF STEADY STATE TEMPERATURE DISTRIBUTION Apriansyah 1* 1*

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN 36 BAB III METODE PENELITIAN A. Racaga Peelitia 1. Pedekata Peelitia Peelitia ii megguaka pedekata kuatitatif karea data yag diguaka dalam peelitia ii berupa data agka sebagai alat meetuka suatu keteraga.

Lebih terperinci

KETEGARAN UJI-t TERHADAP KETIDAKNORMALAN DATA

KETEGARAN UJI-t TERHADAP KETIDAKNORMALAN DATA KETEGARAN UJI-t TERHADAP KETIDAKNORMALAN DATA Agus Satoso Uiversitas Negeri Yogyakarta ABSTRACT t-test used to test meas of two populatios assumes that each populatio is ormally distributed. Theoretically,

Lebih terperinci

BAB I KONSEP DASAR PERSAMAAN DIFERENSIAL

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

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN Sedagka itegrasi ruas kaa utuk ersamaa (3b) diperoleh ds / = S... (36) Dega demikia pesamaa yag harus dipecahka adalah l 1 1 u u = S (37) Dari ersamaa (37) diperoleh persamaa utuk u u S = exp S 1exp S...

Lebih terperinci

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc. METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/0 SUGENG00 Copyright 996-98 Dale Caregie & Associates, Ic. Kesalaha ERROR: Selisih atara ilai perkiraa dega ilai eksakilai

Lebih terperinci

BAB IV PEMBAHASAN DAN ANALISIS

BAB IV PEMBAHASAN DAN ANALISIS BAB IV PEMBAHASAN DAN ANALISIS 4.1. Pembahasa Atropometri merupaka salah satu metode yag dapat diguaka utuk meetuka ukura dimesi tubuh pada setiap mausia. Data atropometri yag didapat aka diguaka utuk

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 3, , Desember 2003, ISSN : INTERVAL SELISIH RATA-RATA DENGAN METODE BOOTSTRAP PERSENTIL

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 3, , Desember 2003, ISSN : INTERVAL SELISIH RATA-RATA DENGAN METODE BOOTSTRAP PERSENTIL JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 3, 118-70, Desember 003, ISSN : 1410-8518 INTERVAL SELISIH RATA-RATA DENGAN METODE BOOTSTRAP PERSENTIL Akhmad Fauzy Statistika FMIPA UII Yogyakarta & siswa Ph.D

Lebih terperinci

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai

simulasi selama 4,5 jam. Selama simulasi dijalankan, animasi akan muncul pada dijalankan, ProModel akan menyajikan hasil laporan statistik mengenai 37 Gambar 4-3. Layout Model Awal Sistem Pelayaa Kedai Jamoer F. Aalisis Model Awal Model awal yag telah disusu kemudia disimulasika dega waktu simulasi selama 4,5 jam. Selama simulasi dijalaka, aimasi

Lebih terperinci

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

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

Lebih terperinci

Bab 3 Kerangka Pemecahan Masalah

Bab 3 Kerangka Pemecahan Masalah Bab 3 Keragka Pemecaha Masalah 3.1. Metode Pemecaha Masalah Peelitia ii disajika dalam lagkah-lagkah seperti ag terdapat pada gambar dibawah ii. Peajia secara sistematis dibuat agar masalah ag dikaji dalam

Lebih terperinci

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota

IV. METODE PENELITIAN. berdasarkan tujuan penelitian (purposive) dengan pertimbangan bahwa Kota IV. METODE PENELITIAN 4.1. Lokasi da Waktu Peelitia ii dilaksaaka di Kota Bogor Pemiliha lokasi peelitia berdasarka tujua peelitia (purposive) dega pertimbaga bahwa Kota Bogor memiliki jumlah peduduk yag

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH 89 BAB V ANALISA PEMECAHAN MASALAH Dalam upaya mearik kesimpula da megambil keputusa, diperluka asumsi-asumsi da perkiraa-perkiraa. Secara umum hipotesis statistik merupaka peryataa megeai distribusi probabilitas

Lebih terperinci

BAB VII RANDOM VARIATE DISTRIBUSI DISKRET

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

Lebih terperinci

KARAKTERISTIK GELOMBANG DI PERAIRAN KALIANGET KABUPATEN SUMENEP

KARAKTERISTIK GELOMBANG DI PERAIRAN KALIANGET KABUPATEN SUMENEP KARAKTERISTIK GELOMBANG DI PERAIRAN KALIANGET KABUPATEN SUMENEP Syaifuddi 1, Aries Dwi Siswato 2, Zaiul Hidayah 2 1 Mahasiswa Jurusa Ilmu Kelauta, Uiversitas Truojoyo Madura 2 Dose Jurusa Ilmu Kelauta,

Lebih terperinci

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan

ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI. Novita Eka Chandra Universitas Islam Darul Ulum Lamongan JMP : Vol. 8 No., Des. 016, al. 33-40 ISSN 085-1456 ESTIMASI DENSITAS KERNEL ADJUSTED: STUDI SIMULASI Novita Eka Cadra Uiversitas Islam Darul Ulum Lamoga ovitaekacadra@gmail.com Masriai Mayuddi Uiversitas

Lebih terperinci

TRANSFORMASI BOX-COX PADA ANALISIS REGRESI LINIER SEDERHANA

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

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun

BAB IV HASIL DAN PEMBAHASAN. Sebagai hasil penelitian dalam pembuatan modul Rancang Bangun 47 BAB IV HASIL DAN PEMBAHASAN Sebagai hasil peelitia dalam pembuata modul Racag Bagu Terapi Ifra Merah Berbasis ATMega8 dilakuka 30 kali pegukura da perbadiga yaitu pegukura timer/pewaktu da di badigka

Lebih terperinci

Inflasi dan Indeks Harga I

Inflasi dan Indeks Harga I PERTEMUAN 1 Iflasi da Ideks Harga I 1 1 TEORI RINGKAS A Pegertia Agka Ideks Agka ideks merupaka suatu kosep yag dapat memberika gambara tetag perubaha-perubaha variabel dari suatu priode ke periode berikutya

Lebih terperinci

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran

BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP. Permasalahan dalam tugas akhir ini dibatasi hanya pada penaksiran BAB III TAKSIRAN KOEFISIEN KORELASI POLYCHORIC DUA TAHAP Permasalaha dalam tugas akhir ii dibatasi haya pada peaksira besarya koefisie korelasi polychoric da tidak dilakuka peguia terhadap koefisie korelasi

Lebih terperinci

III. METODELOGI PENELITIAN

III. METODELOGI PENELITIAN III. METODELOGI PENELITIAN A. Metode Peelitia Metode peelitia merupaka suatu cara tertetu yag diguaka utuk meeliti suatu permasalaha sehigga medapatka hasil atau tujua yag diigika, meurut Arikuto (998:73)

Lebih terperinci

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN

HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN Jural Matematika UNAND Vol. 2 No. 2 Hal. 0 6 ISSN : 2303 290 c Jurusa Matematika FMIPA UNAND HUBUNGAN ANTARA KONVERGEN HAMPIR PASTI, KONVERGEN DALAM PELUANG, DAN KONVERGEN DALAM SEBARAN VIRA AGUSTA, DODI

Lebih terperinci

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP

Solusi Numerik PDP. ( Metode Beda Hingga ) December 9, 2013. Solusi Numerik PDP ( Metode Beda Higga ) December 9, 2013 Sebuah persamaa differesial apabila didiskritisasi dega metode beda higga aka mejadi sebuah persamaa beda. Jika persamaa differesial parsial mempuyai solusi eksak

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I 7 III. METODOLOGI PENELITIAN A. Populasi da Sampel Peelitia Populasi dalam peelitia ii adalah semua siswa kelas XI IPA SMA Negeri I Kotaagug Tahu Ajara 0-03 yag berjumlah 98 siswa yag tersebar dalam 3

Lebih terperinci

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru

Aji Wiratama, Yuni Yulida, Thresye Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat Jl. Jend. A. Yani km 36 Banjarbaru Jural Matematika Muri da Terapa εpsilo Vol.8 No.2 (24) Hal. 39-45 APLIKASI METODE DEKOMPOSISI ADOMIAN UNTUK MENENTUKAN FORMULA TRANSFORMASI LAPLACE Aji Wiratama, Yui Yulida, Thresye Program Studi Matematika

Lebih terperinci

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

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

Lebih terperinci

BUKTI ALTERNATIF KONVERGENSI DERET PELL DAN PELL-LUCAS (ALTERNATIVE PROOF THE CONVERGENCE OF PELL AND PELL-LUCAS SERIES)

BUKTI ALTERNATIF KONVERGENSI DERET PELL DAN PELL-LUCAS (ALTERNATIVE PROOF THE CONVERGENCE OF PELL AND PELL-LUCAS SERIES) rosidig Semirata2015 bidag MIA BKS-TN Barat Uiversitas Tajugpura otiaak BUKTI ALTERNATIF KONVERGENSI DERET ELL DAN ELL-LUCAS (ALTERNATIVE ROOF THE CONVERGENCE OF ELL AND ELL-LUCAS SERIES) Baki Swita 1

Lebih terperinci

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05.

Uji apakah ada perbedaan signifikan antara mean masing-masing laboratorium. Gunakan α=0.05. MA 8 STATISTIKA DASAR SEMESTER I /3 KK STATISTIKA, FMIPA ITB UJIAN AKHIR SEMESTER (UAS) Sei, Desember, 9.3.3 WIB ( MENIT) Kelas. Pegajar: Utriwei Mukhaiyar, Kelas. Pegajar: Sumato Wiotoharjo Jawablah pertayaa

Lebih terperinci

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan. 9 III. METODOLOGI PENELITIAN A. Populasi Da Sampel Peelitia ii dilaksaaka di MTs Muhammadiyah Natar Lampug Selata. Populasiya adalah seluruh siswa kelas VIII semester geap MTs Muhammadiyah Natar Tahu Pelajara

Lebih terperinci

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian

BAB I PENDAHULUAN. Matematika merupakan suatu ilmu yang mempunyai obyek kajian BAB I PENDAHULUAN A. Latar Belakag Masalah Matematika merupaka suatu ilmu yag mempuyai obyek kajia abstrak, uiversal, medasari perkembaga tekologi moder, da mempuyai pera petig dalam berbagai disipli,

Lebih terperinci

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014. BAB III METODE PENELITIAN A. Waktu da Tempat Peelitia Peelitia dilaksaaka dari bula Agustus-September 03.Peelitia ii dilakuka di kelas X SMA Muhammadiyah Pekabaru semester gajil tahu ajara 03/04. B. Subjek

Lebih terperinci

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata

Probabilitas dan Statistika Korelasi dan Regresi. Adam Hendra Brata Probabilitas da Statistika da Adam Hedra Brata Dua Peubah Acak dua perubah acah X da Y dega rata-rata da diberika oleh rumus : E(XY) - - - Sifat Sifat Sifat kovariasi utuk X da Y diskrit : f(, ) f(, )

Lebih terperinci

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

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

Lebih terperinci

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan BAB III METODE PENELITAN. Tempat Da Waktu Peelitia Peelitia dilakuka di SMP Negeri Batudaa Kab. Gorotalo dega subject Peelitia adalah siswa kelas VIII. Pemiliha SMP Negeri Batudaa Kab. Gorotalo. Adapu

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Subjek Peelitia Peelitia ii dilaksaaka di kawasa huta magrove, yag berada pada muara sugai Opak di Dusu Baros, Kecamata Kretek, Kabupate Batul. Populasi dalam peelitia ii adalah

Lebih terperinci

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran

Statistika Deskriptif Ukuran Pemusatan dan Ukuran Penyebaran Statistika Deskriptif Ukura Pemusata da Ukura Peyebara Ukura Pemusata Data Rata-rata Hitug Rata-rata hitug data tuggal: = x 1 + x 2 + x 3 + + x atau =. (1 : rata-rata hitug data tuggal (baca x-bar : bayakya

Lebih terperinci

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar

Studi Plasma Immersion Ion Implantation (PIII) dengan menggunakan Target Tak Planar JURNAL FISIKA DAN APLIKASINYA VOLUME 6, NOMOR JUNI,1 Studi Plasma Immersio Io Implatatio PIII dega megguaka Target Tak Plaar Yoyok Cahyoo Jurusa Fisika, FMIPA-Istitut Tekologi Sepuluh Nopember ITS Kampus

Lebih terperinci

KEAKURATAN SOLUSI PADA PERSAMAAN DIFUSI MENGGUNAKAN SKEMA CRANK-NICOLSON

KEAKURATAN SOLUSI PADA PERSAMAAN DIFUSI MENGGUNAKAN SKEMA CRANK-NICOLSON KEAKURATAN SOLUSI PADA PERSAMAAN DIFUSI MENGGUNAKAN SKEMA CRANK-NICOLSON Afidah Karimatul Laili, Ari Kusumastuti 2 Mahasiswa Jurusa Matematika, Fakultas Sais da Tekologi, UIN Maulaa Malik Ibrahim Malag

Lebih terperinci

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan REGRESI LINIER DAN KORELASI Variabel dibedaka dalam dua jeis dalam aalisis regresi: Variabel bebas atau variabel prediktor -> variabel yag mudah didapat atau tersedia. Dapat diyataka dega X 1, X,, X k

Lebih terperinci

Persamaan Non-Linear

Persamaan Non-Linear Persamaa No-Liear Peyelesaia persamaa o-liear adalah meghitug akar suatu persamaa o-liear dega satu variabel,, atau secara umum dituliska : = 0 Cotoh: 2 5. 5 4 9 2 0 2 5 5 4 9 2 2. 2 0 2 5. e 0 Metode

Lebih terperinci

Sidang Tugas Akhir Teknik Manufaktur

Sidang Tugas Akhir Teknik Manufaktur Sidag Tugas Akhir Tekik Maufaktur Aplikasi pegguaa Metode Butterorth Lopass Filter dega Edge Detectio Ca-Roberts utuk megetahui Karakteristik stress-strai Material berbasis Image Processig Oleh : HANIF

Lebih terperinci

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik

= Keterkaitan langsung ke belakang sektor j = Unsur matriks koefisien teknik Aalisis Sektor Kuci Dimaa : KLBj aij = Keterkaita lagsug ke belakag sektor j = Usur matriks koefisie tekik (b). Keterkaita Ke Depa (Forward Ligkage) Forward ligkage meujukka peraa suatu sektor tertetu

Lebih terperinci

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

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

Lebih terperinci

Karakteristik Dinamik Elemen Sistem Pengukuran

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

Lebih terperinci

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM09

METODE NUMERIK UNTUK SIMULASI. Pemodelan & Simulasi TM09 METODE NUMERIK UNTUK SIMULASI Pemodela & Simulasi TM09 Metode Numerik ( Metode umerik dpt diklasiikasika mjd:. Metode satu-lagka atau sigle-step. Metode multistep Metode sigle-step Pada metode ii, utuk

Lebih terperinci

POLINOMIAL CHEBYSHEV PADA SYARAT BATAS SERAP GELOMBANG AKUSTIK DUA DIMENSI

POLINOMIAL CHEBYSHEV PADA SYARAT BATAS SERAP GELOMBANG AKUSTIK DUA DIMENSI Jural Matematika Muri da Terapa εpsilo Vol.0 No. (06) Hal. 4-0 POLINOMIAL CHEBYSHEV PADA SYARAT BATAS SERAP GELOMBANG AKUSTIK DUA DIMENSI Mohammad Mahfuzh Shiddiq Program Studi Matematika Fakultas MIPA

Lebih terperinci

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real:

Secara umum, suatu barisan dapat dinyatakan sebagai susunan terurut dari bilangan-bilangan real: BARISAN TAK HINGGA Secara umum, suatu barisa dapat diyataka sebagai susua terurut dari bilaga-bilaga real: u 1, u 2, u 3, Barisa tak higga merupaka suatu fugsi dega domai berupa himpua bilaga bulat positif

Lebih terperinci

Distribusi Pendekatan (Limiting Distributions)

Distribusi Pendekatan (Limiting Distributions) Distribusi Pedekata (Limitig Distributios) Ada 3 tekik utuk meetuka distribusi pedekata: 1. Tekik Fugsi Distribusi Cotoh 2. Tekik Fugsi Pembagkit Mome Cotoh 3. Tekik Teorema Limit Pusat Cotoh Fitriai Agustia,

Lebih terperinci

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk : PARAMETER PENGJIAN HIPOTESIS MODL PARAMETER PENGJIAN HIPOTESIS. Pedahulua Kalau yag sedag ditest atau diuji itu parameter θ dalam hal ii pegguaaya ati bias rata-rata µ prprsi p, simpaga baku σ da lai-lai,

Lebih terperinci

Definisi Integral Tentu

Definisi Integral Tentu Defiisi Itegral Tetu Bila kita megedarai kedaraa bermotor (sepeda motor atau mobil) selama 4 jam dega kecepata 50 km / jam, berapa jarak yag ditempuh? Tetu saja jawabya sagat mudah yaitu 50 x 4 = 200 km.

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Model Pertumbuha Betuk ugsi pertumbuha satu jeis spesies pada umumya megguaka otasi ugsi aalitik yag diyataka dalam satu persamaa. Secara umum ugsi pertumbuha meyataka hubuga

Lebih terperinci

PROSIDING ISBN:

PROSIDING ISBN: S-6 Perlukah Cross Validatio dilakuka? Perbadiga atara Mea Square Predictio Error da Mea Square Error sebagai Peaksir Harapa Kuadrat Kekelirua Model Yusep Suparma (yusep.suparma@ upad.ac.id) Uiversitas

Lebih terperinci

PENGUJIAN HIPOTESIS PADA REGRESI KUANTIL

PENGUJIAN HIPOTESIS PADA REGRESI KUANTIL PENGUJIAN HIPOTESIS PADA REGRESI KUANTIL Nurwahida Astari, Amra, Adi Kresa Jaya Departeme Matematika Fakultas Matematika da Ilmu Pegetahua Alam Uiversitas Hasauddi E-mail: urwahida.astari95yahoo.co.id

Lebih terperinci

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI Utuk lebih memahami megeai etropi, pada bab ii aka diberika perhituga etropi utuk beberapa distribusi diskrit da kotiu. 3. Distribusi Diskrit Pada sub bab ii dibahas

Lebih terperinci

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

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

Lebih terperinci

METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU ABSTRACT

METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU ABSTRACT METODE TRAPESIUM NONLINEAR UNTUK MENYELESAIKAN PERSAMAAN DIFERENSIAL ORDE SATU Rahma Dodi 1, Musraii M 1 Mahasiswa Program Studi S1 Matematika Dose Jurusa Matematika Fakultas Matematika da Ilmu Pegetahua

Lebih terperinci

BAB III METODE PENELITIAN. pengumpulan data, validitas dan reabilitas alat ukur, metode analisis data.

BAB III METODE PENELITIAN. pengumpulan data, validitas dan reabilitas alat ukur, metode analisis data. 79 BAB III METODE PENELITIAN Dalam bab ii peeliti aka mejelaska tetag metode ag aka diguaka dalam peelitia meliputi; idetifikasi variabel peelitia, defeisi operasioal variabel peelitia, populasi da tekik

Lebih terperinci

5. KARAKTERISTIK RESPON

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

Lebih terperinci