Optimasi Injeksi Photovoltaic Distributed Generations (PVDG) Menggunakan Metode Algoritma Genetika

Ukuran: px
Mulai penontonan dengan halaman:

Download "Optimasi Injeksi Photovoltaic Distributed Generations (PVDG) Menggunakan Metode Algoritma Genetika"

Transkripsi

1 199 Optmas Ineks Photovoltac Dstrbuted Generatons (PVDG) Menggunakan Metode Algortma Genetka Muammar Zanuddn, Had Suyono, dan Harry Soekoto Dachlan Abstract The best soluton of the problem of electrcal energy crss n Indonesa, wth the utlzaton of renewable energy sources that are envronmentally frendly, economcal, sustanable, and techncally easly to mplemented. The model system proposed n ths paper s the Photovoltac Dstrbuted Generaton (PVDG). Ths paper dscuss modelng PVDG by searchng necton placement and sze us Genetc Algorthm. Optmzaton s done wth the concept of the four scenaros ncrease the value of the necton. The scenaro used was an ncrease n necton rate + 10%, + 20% + 30% and + 40% from the ntal source of generaton. The obtaned results show the system deal condtons s contaned n the scenaro-4. The results found that 8 locatons wth a varety of szng power. PVDG scenaro-4 modelng results show the ablty of the system to mnmze power loss from 13,15% to 1,30% and the hghest voltage drop -25% to -8,5% of nomnal voltage. Index Terms Photovoltac, Dstrbuted Generatons, PVDG, Genetc Algorthm. Abstrak Kualtas daya lstrk yang dterma oleh beban yang auh dar pusat pembangktan lstrk semakn menurun dan rug-rug daya semakn menngkat. Solus berkelanutan dalam mempertahankan kualtas tegangan dan menambah pasokan daya pada arngan yatu dengan pemanfaatan pembangkt energ matahar. Model sstem yang dusulkan dalam pengembangan energ matahar tersebut yatu Photovoltac Dstrbuted Generatons (PVDG). Peneltan n membahas pemodelan PVDG dengan melakukan pencaran lokas neks dan kapastas daya menggunakan metode Algortma Genetka. Optmas dlakukan dengan konsep empat skenaro penngkatan nla neks dan penyebaran pembangkt. Skenaro yang dgunakan yatu penngkatan nla neks sebesar +10%, +20% +30% dan +40% dar sumber pembangktan awal. Hasl yang dperoleh menunukkan konds deal sstem terdapat pada optmas skenaro-4. Haslnya menemukan 8 lokas dengan total kapastas daya sebesar 3,32 MW. Hasl pemodelan PVDG skenaro-4 menunukkan kemampuan sstem dalam memnmalsr rug-rug daya dar 13,15% turun menad 1,30% dan penurunan tegangan tertngg terad dar -25% menad -8,5% dar tegangan krmnya. Kata Kunc Algortma Genetka, Photovoltac Dstrbuted Generatons, PVDG. Muammar Zanuddn adalah Dosen Teknk Elektro Fakultas Teknk Unverstas Ichsan Gorontalo; emal zmuammar@yahoo.co.d). Had Suyono (e-mal: hads@ub.ac.d ) dan Harry S. Dachlan (emal: (harrysd@ub.ac.d ) adalah Dosen Program Magster Teknk Elektro Unverstas Brawaya, Malang. S I. PENDAHULUAN UMBER energ lstrk d Indonesa mash ddomnas oleh mesn-mesn berbahan bakar solar yang tdak ramah lngkungan. Ketergantungan n tdak ddukung oleh ketersedaan cadangan energ yang dmlk untuk beberapa tahun kedepan. Penyaluran daya lstrk ke wlayah yang auh dar pusat pembangktan mash terkendala oleh berbaga masalah tekns, nvestas, dan topograf. Kualtas daya lstrk yang dterma oleh beban yang auh dar pusat pembangktan lstrk semakn menurun. Solus terbak permasalahan krss energ lstrk d Indonesa yatu dengan pemanfaatan sumber energ terbarukan yang ramah lngkungan, ekonoms, berkelanutan, dan secara tekns mudah dmplementaskan. Potens energ terbarukan d Indonesa, sektor sumber energ matahar (Photovoltac) menad skala prortas setelah sektor energ mkrohdro bo energ, dan geothermal[1]. Pengembangan sumber energ matahar dan beberapa sumber energ terbarukan d Indonesa saat n hanya daplkaskan pada kebutuhan lokal (stand alone). Pemanfaatan energ terbarukan d duna saat n dkembangkan pada sstem pembangktan tersebar pada arngan dstrbus atau lebh dkenal dengan stlah Dstrbuted Generatons (DG). Sstem DG adalah pembangktan tersebar yang terhubung langsung ke arngan dstrbus pada ss pelanggan[2]. Penerapan Photovoltac menggunakan sstem DG menad sebuah harapan besar Indonesa untuk memaksmalkan pasokan lstrk, mengurang penggunaan konsums solar, dan penngkatan kualtas daya lstrk. Dampak penerapan Photovoltac Dstrbuted Generatons (PVDG) yatu dapat menakkan profl tegangan penyulang, mengantspas ketdaksembangan beban penyulang, mengurang fluktuas alran daya reaktf, menakkan faktor daya, mengurang rug-rug daya aktf dan reaktf, pemberan nsentf terhadap penyeda energ PV lokal (Open Market), dan menngkatkan keandalan sstem tenaga lstrk[3][4]. Klasfkas kapastas daya PVDG untuk menentukan ttk sambung pada arngan yatu kapastas daya skala kecl (5-10 kw) pada saluran satu fasa dstrbus sekunder, skala menengah ( kw) dan skala besar (500 kw 10 MW) pada saluran tga fasa dstrbus prmer[5]. Menurut peneltan terdahulu bahwa ketdaksembangan daya pada saat neks pada

2 200 penyulang berdampak pada fluktuas tegangan[6]. Oleh karena tu, dbutuhkan strateg dalam menentukan lokas dan kapastas daya PVDG. Peneltan n membahas mengena bagamana menentukan secara optmal lokas neks dan kapastas daya PV pada suatu penyulang. Lokas penyulang yang dgunakan adalah Penyulang Trtoyudo 20 kv Kabupaten Malang Provns Jawa Tmur. Penyulang n mendstrbuskan daya lstrk sepanang kms dar satu trafo Gardu Induk Turen Malang. Metode yang dusulkan yatu stud optmas menggunakan metode Algortma Genetka (AG). Peneltan terdahulu mengena stud optmas lokas dan kapastas daya DG menggunakan metode AG haslnya membahas dampak DG secara umum tanpa karakterstk ens pembangkt DG[7]. Tuuan peneltan n yatu menentukan lokas neks dan kapastas daya Photovoltac Dstrbuted Generatons yang optmal agar konds tegangan yang dhaslkan sesua standar aturan arngan sstem tenaga lstrk 20 kv (+5% atau -10% dar tegangan nomnal)[8]. Analss alran daya PVDG menggunakan metode Newton-Raphson. Pada peneltan n dberkan lngkup batasan masalah yatu analss dan smulas dlakukan dengan mengabakan faktor karakterstk bahan modul PV, nverter, sstem kontrol, batera, sstem proteks, topolog PV, kemrngan sudut modul PV, dan analss ekonoms. II. SISTEM PHOTOVOLTAIC DISTRIBUTED GENERATION Lstrk yang dhaslkan dar sstem Photovoltac yatu lstrk DC. Lstrk DC yang dhaslkan dkonvers ke bentuk AC melalu sebuah nverter. Gambar.1 dtunukkan model kontrol PQ (daya reaktf) dan kontrol PV (tegangan) pada Photovoltac Grd Connected. Solar Photovoltac Generator Model 1 (PQ) Solar Photovoltac Generator Model 2 (PV) Pref Qref Pref Vref SOLAR PHOTOVOLTAIC GENERATOR V,ᴓ SOLAR PHOTOVOLTAIC GENERATOR V,ᴓ Nla beban yang terdapat pada nverter PVDG adalah daya beban pada grd (beban penyulang). Persyaratan utama untuk terhubung ke arngan sangat dtentukan oleh kualtas arus (I PV ) dan tegangan (V PV ) output sstem PV dengan arus (I AC ) dan tegangan (V AC ). III. ANALISIS ALIRAN DAYA Stud alran daya dengan metode Newton Raphson untuk mendapatkan besar nla penurunan tegangan dan rug-rug daya pada saluran. Dalam stud alran daya, bus-bus dkelompokkan dalam tga klasfkas yatu; 1. d, q d, q PCC PCC NETWORK NETWORK Gambar 1. Konfguras Dasar Sstem Photovoltac Grd Connected [9] Slack Bus atau Swng Bus, 2. Bus Generator (Bus PV), 3. Bus Beban (PQ). Setap bus terdapat empat besaran yatu P, Q, V dan δ (sudut fasa). Dalam stud alran daya setap bus memlk dua besaran yang telah dtentukan kemudan dua besaran lannya akan dhtung. Apabla harga V dan δ dtentukan maka langkah selanutnya teras awal untuk mencar nla PV dan PQ[10]. 1) Persamaan daya aktf pada bus, yatu: n P V V Y cos 1... (1) 2) Persamaan daya reaktf pada bus, yatu: n Q V V Y sn 1... (2) (k ) (k ) 3) Apabla P dan Q belum mencapa nla konvergens pada teras awal maka dlanutkan dengan membentuk elemen-elemen matrks Jacoban. ( 1) 4) Htung nla baru dar sudut fasa k dan ( k1) tegangan V. ( k1)... (3) ( k1) V V V... (4) 5) Apabla telah mendapatkan nla baru sudut fasa dan tegangan maka kembal ke proses teras selanutnya. 6) Proses teras akan berhent ka nla konvergen ( ) sudah terpenuh: Daya yang mengalr dar bus ke bus dperoleh dengan persamaan: * S P Q V. I... (5) Sebalknya, arus yang mengalr dar bus ke bus dperoleh dengan persamaan : ' Y I V V Y V 2... (6) Sebalknya uga, daya yang mengalr dar bus ke bus dperoleh dengan persamaan : * S P Q V. I... (7) sehngga persamaan rug-rug daya pada saluran - dtulskan: SL S S... (8) IV. ALGORITMA GENETIKA Prosedur penyelesaan optmas metode Algortma Genetka berdasarkan permasalahan pencaran lokas neks dan ukuran kapastas daya PVDG. Implementas GA pada peneltan n adalah menentukan bus yang akan dpasangkan pembangkt PV dan menentukan ukuran kapastas daya PV. Sstem yang akan du adalah Penyulang Trtoyudo sebanyak 191 gardu dstrbus. Dalam mengmplementaskan GA pada permasalahan datas maka, dgunakan kromosom untuk mengdentfkas letak dan ukuran kapastas daya PV. Kromosom mewakl masng-masng neks daya kedalam arngan. Gambar 2 dtamplkan tahapan

3 201 metodolog Algortma Genetka. Gambar 2 dtunukkan tahapan dalam algortma genetka untuk permasalahan penentuan lokas dan ukuran kapastas daya PVDG. MULAI Iteras awal T =0 Pengkodean Gen Menyusun Kromosom Insalsas Populas Data Beban Bus dan Data Saluran Analss Alran Daya Evaluas Indvdu Fungs Obektf - Nla rug-rug daya Ftness Optmal Tdak Seleks Indvdu: -Ftness Rankng -Roda Roulette Indvdu Baru: -Pndah Slang -Mutas Bangktkan Populas Baru Konstran Terpenuh Ya Iteras selanutnya t=t+1 1) Pengkodean Kromosom; Pada peneltan n satu kromosom terdr dua varabel. Varabel-1 merupakan bt-1 pada satu strng kromosom. Apabla bt tersebut bernla 1 berart memberkan nformas suatu keadaan sebuah bus dengan kehadran DG ddalamnya. Sedangkan ka bt-1 bernla 0 maka menandakan keadaan bus tanpa kehadran DG ddalamnya. Kelompok gen berkutnya sampa gen akhr mewakl ukuran kapastas daya DG. Banyaknya umlah bt bernla 1 pada strng kromosom (bt-2 sampa bt-10) merepresentaskan tngkat kapastas daya DG. Skema pengkodean bner dberkan oleh persamaan: Ra Rb X Rb L 2 1 L G 2 1 Ya Tdak Dmana; Ra = Batas atas varabel; Indvdu Terbak SELESAI Gambar 2.: Dagram Alr Program Algortma Genetka... (9) Rb = Batas bawah varabel; L = Panang/Jumlah bt pengkodean; G = Nla bt (0 atau 1) dar sebuah Gen pada kromosom ; 2-1 = Koefsen decodng dar urutan Gen ; X = Nla rl suatu varabel. 2) Fungs ftness; pada peneltan n adalah menentukan nla ftness tertngg yatu memnmsas nla rug-rug daya aktf (P). Fungs obektf rug-rug daya aktf. Nb Nb f ( x) mn PGEN PPVDG P... (10) LOAD 1 1 P GEN datas dhtung terhadap analss alran daya dan Total P PVDG =P GEN x N%. Nla Ftness terbak adalah rug-rug daya terkecl. 3) Rankng Ftness; Mekansme rankng yatu dengan penskalaan nla-nla ftness, sehngga ftness berada pada nterval fmax f mn [11]. 1 R( ) 1 f( ) fmax fmax fmn X... (11) N N 1 f() = Nla ftness pada ndvdu (); f max = Nla ftness pada batas maksmum; f mn = Nla ftness pada batas mnmum; N = Ukuran Populas R() = Rangkng ndvdu ke- 4) Roda Roulette; pada peneltan n yatu dengan membuat nterval nla kumulatf (dalam nterval [0,1]) dar nla ftness masng-masng kromosom dbag total nla ftness dar semua kromosom. N f ( ) Pndex... (12) f 1 Populas 5) Crossover (Pndah Slang); Strateg pndah slang untuk peneltan n dgunakan pndah slang satu ttk potong (one pont crossover). Suatu ttk potong dplh secara random, kemudan bagan pertama dar orang tua-1 dgabungkan dengan bagan kedua dar orang tua-2. kromosom dalam sebuah populas. Ttk Potong = Pc x Jumlah Gen; (Pc = Probabltas Crossover). (12) 6) Mutas; Strateg operas mutas dlakukan dengan merubah gen yang bersesuaan dgant dengan nla kebalkannya (nla 0 dubah menad 1, dan 1 dubah menad 0). Pada peneltan n dlakukan empat skenaro batasan optmas penngkatan nla neks (N%) yatu skenaro penngkatan neks daya sebesar +10%, +20%, +30%, dan +40% dar daya pembangktan awal sstem pada saat sebelum neks. Parameter yang dgunakan untuk proses optmas yatu data saluran, data beban konds beban puncak 100%; Jumlah Gen = 10; Ukuran Populas = 194; Kromosom = Ukuran populas x Jumlah Gen; Jumlah Populas = 200; Probabltas Crossover = 0.80; Probabltas Mutas = 0.05; Iteras maksmum = 100. Konstran dberkan pada batas bawah pembangktan daya oleh PVDG untuk setap bus yatu 0 MW dan batas atas pembangktan daya oleh PVDG

4 202 sebesar 0.5 MW. V. HASIL DAN PEMBAHASAN Gambar 3(a), 3(b), 3(c), dan 3(d) menunukkan grafk hasl optmas Algortma Genetka pada 4 skenaro penngkatan nla neks. Ukuran daya aktf setap bus yang drekomendaskan dtunukkan pada tabel I. TABEL I HASIL OPTIMASI 4 SKENARIO Skenaro-1 Skenaro-2 Skenaro-3 Skenaro-4 Bus MW Bus MW Bus MW Bus MW (Sumber: Hasl Optmas) Dar program Algortma Genetka menghaslkan nla teras yang berbeda pada 4 skenaro neks datas. Pada skenaro-1 menghaslkan 2 lokas PVDG dengan total ukuran daya sebesar 0,815 MW. Pada skenaro-2 menghaslkan 5 lokas PVDG dengan total ukuran daya sebesar 1,586 MW. Pada skenaro-3 menghaslkan 6 lokas PVDG dengan total ukuran daya sebesar 2,556 MW. Pada skenaro-4 menghaslkan 8 lokas PVDG dengan total ukuran daya sebesar 3,32 MW. Penyulang memlk beban maksmum yatu P = 6,948 MW dan Q = 3,949 MVar. Dar hasl analss alran daya dalam konds beban maksmum 100% tanpa neks daya oleh PVDG menunukkan total pembangktan awal P = 8,001 MW dan Q = 6,079 MVar. Total rug-rug daya sstem sebesar P = 1,053 MW (13,15%) dan Q = 2,13 MVar (35%). Setelah neks PVDG skenaro-4 dengan total nla neks daya sebesar 3,32 MW yang tersebar d delapan lokas menghaslkan rug-rug daya terendah sebesar P = 0,18 MW (1,3%) dan Q = 0,47 MVar (10,5%). Konds rugrug daya pada skenaro-4 merupakan konds deal pada sstem tenaga lstrk. Hasl analss alran daya pada penyulang Trtoyudo Kabupaten Malang dtunukkan pada tabel II. TABLE II HASIL ALIRAN DAYA SEBELUM DAN SETELAH INJEKSI PVDG Rug-rug daya % Rug-rug daya Sstem P [MW] Q [MW] P % Q % Sebelum Ineks % 35% Skenaro % 29.1% Skenaro % 28.7% Skenaro % 19.5% Skenaro % 10.5% (Sumber: Hasl Perhtungan) Dar hasl analss pada skenaro-4 menunukkan fungs PVDG pada sstem tenaga lstrk yatu dapat memnmalkan operasonal pembangktan konvensonal sebandng dengan penngkatan nla neks daya dan keberadaan PVDG dapat memnmalsr rug-rug daya aktf dbawah 3%. (a) Skenaro-1 (+10%) (b) Skenaro-2 (+20%) (c) Skenaro-3 (+30%) (d) Skenaro-4 (+40%) Gambar 3. Hasl runnng program optmas GA

5 203 Gambar 4. Grafk perbandngan rug-rug daya aktf-reaktf Gambar 4 menunukkan grafk perbandngan rugrug daya. Dar hasl analss alran daya menunukkan konds tegangan pada masng-masng bus sebelum neks PVDG dan setelah neks PVDG dtunukkan pada Gambar 5. Perbandngan konds tegangan n dperoleh dar hasl analss alran daya menggunakan metode Newton-Raphson. Gambar 5. Grafk perbandngan tegangan bus pada masngmasng skenaro Dar gambar 5 datas menunukkan konds tegangan sebelum Ineks berada dluar standar aturan arngan[8] yatu penurunan mencapa -25% dar tegangan krmnya. Pada saat neks daya oleh PVDG dengan model skenaro-4, tegangan sstem mengalam kenakan pada semua bus, namun kenakan tegangan tdak melewat batas standar arngan yatu 1,05 p.u. Penurunan tegangan tertngg sebesar -8.5% dar tegangan krmnya. Dar konds n terlhat bahwa tegangan sstem dapat dpertahankan dalam batasan normal untuk sstem 20 kv yatu +5% dan -10% atau 1,05 p.u 0,90 p.u. VI. KESIMPULAN Dar hasl analss dapat dambl kesmpulan pada peneltan n yatu; 1. Dar hasl analss sebelum neks PVDG dterapkan, menunukkan konds tegangan Penyulang Trtoyudo berada pada konds dbawah standar operas arngan dbawah 10% yatu turun -25% dar tegangan krmnya (20 kv). Rug-rug daya aktf sebesar 13,15% terad pada saat konds beban maksmum (sebelum neks PVDG). 2. Hasl optmas menggunakan metode algortma genetka untuk penentuan lokas neks dan ukuran daya PVDG, menunukkan dampak neks daya oleh PVDG terhadap sstem yatu penurunan tegangan maksmum yang terad sebesar -8.5%. Konds n berada pada batas standar aturan arngan Jawa-Madura-Bal pada Permen ESDM No.03/2007. Rug-rug daya pada sstem dapat dmnmalsr hngga mencapa 1,30%. 3. Hasl analss menunukkan kelebhan dar penerapan PVDG pada sstem tenaga lstrk yatu dapat memnmalkan operasonal pembangktan konvensonal pada pusat pembangkt, memnmalsr rug-rug daya sstem, dan menakkan profl tegangan sstem. DAFTAR PUSTAKA [1] Presden R.I. Kebakan Energ Nasonal, Peraturan Presden Republk Indonesa No. 5 Tahun Jakarta [2] Ackermann, T.; Andersson, G.; dan Soder, L.. Dstrbuted generaton: a defnton, Elsever, Electrc Power Systems Research, no. 57, Page(s) [3] Katrae, F. dan Aguero, J.R. Solar PV Integraton Challenges, IEEE Power & energy magazne, ISSN : , vol. 9, Iss. 3, Page(s): [4] Aguero, J.R., dan Steffel, S.J.. Integraton Challenges of Photovoltac Dstrbuted Generaton on Power Dstrbuton Systems, IEEE Power and Energy Socety General Meetng, ISSN: , pp San Dego, CA [5] Chongfuangprnya, P., Spare, J., Aguero, J.R., Ensln, J.H.R., dan Al-Atrash, H. Integraton of Mcro-Scale Photovoltac Dstrbuted Generaton on Power Dstrbuton Systems: Steady- State Analyses, IEEE PES, Transmsson and Dstrbuton Conference and Exposton (T&D), ISSN , pp.1-6 Orlando, FL., [6] Teleke, S., Jahanbakhsh, F., Katrae, F., dan Aguero, J.R. Analyss of nterconnecton of photovoltac dstrbuted generaton. IEEE Industry Applcatons Socety Annual Meetng (IAS), ISSN , pp. 1-6 Orlando, FL., [7] Talaat, H.E.A. dan Al-Ammar, E. Optmal allocaton and szng of Dstrbuted Generaton n dstrbuton networks usng Genetc Algorthms, IEEE (EPQU 11th Internatonal Conference on) Electrcal Power Qualty and Utlsaton, ISSN pp.1-6., Lsbon [8] Kementeran ESDM R.I. Aturan Jarngan Sstem Tenaga Lstrk Jawa-Madura-Bal, Peraturan Menter (Permen) No. 03. Jakarta [9] Tamm, B., Canzares, C., dan Bhattacharya, K.. Modelng and Performance Analyss of Large Solar Photo-Voltac Generaton on Voltage Stablty and Inter-area Oscllatons, IEEE PES General Meetng, ISSN ,, Page(s) 1-6. San Dego CA [10] Saadat, H.. Power System Analyss, McGraw-Hll, Inc. USA [11] Suyanto,. Algortma Genetka dalam Matlab, And, Yogyakarta

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM IV. PERANCANGAN DAN IMPLEMENTASI SISTEM Perancangan Sstem Sstem yang akan dkembangkan adalah berupa sstem yang dapat membantu keputusan pemodal untuk menentukan portofolo saham yang dperdagangkan d Bursa

Lebih terperinci

Pengaruh Masuknya PLTS on Grid Skala Besar Pada Sistem Distribusi 20 KV Terhadap Kualitas Tegangan dan Rugi-rugi Daya

Pengaruh Masuknya PLTS on Grid Skala Besar Pada Sistem Distribusi 20 KV Terhadap Kualitas Tegangan dan Rugi-rugi Daya Pengaruh Masuknya PLTS on Grd Skala Besar Pada Sstem Dstrbus 20 K Terhadap Kualtas Tegangan dan Rug-rug Daya Muammar Zanuddn* 1 *Program Stud Teknk Elektro, Fakultas Teknk Unverstas Ichsan Gorontalo Jalan

Lebih terperinci

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

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

Lebih terperinci

BAB II TEORI ALIRAN DAYA

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

Lebih terperinci

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

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

Lebih terperinci

OPTIMISASI PELETAKAN DAN SIZING DISTRIBUTED GENERATION (DG) MENGGUNAKAN TWO LAYER PARTICLE SWARM OPTIMIZATION (TLPSO)

OPTIMISASI PELETAKAN DAN SIZING DISTRIBUTED GENERATION (DG) MENGGUNAKAN TWO LAYER PARTICLE SWARM OPTIMIZATION (TLPSO) OPTIMISASI PELETAKAN DAN SIZING DISTRIBUTED GENERATION (DG) MENGGUNAKAN TWO LAYER PARTICLE SWARM OPTIMIZATION (TLPSO) Efrta Arfah Z Jurusan Teknk Elektro, FTI-ITATS Surabaya Jl. Aref Rahman Hakm 100 Tlp

Lebih terperinci

PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL

PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL Arad Retno TH, Pengembangan Metode Algortma Gen, Hal 93-0 PENGEMBANGAN METODE ALGORITMA GENETIKA DAN DARWINIAN PARTICLE SWARM OPTIMIZATION UNTUK FUNGSI MULTIMODAL Arad Retno Tr Hayat Abstrak Metode optmas

Lebih terperinci

Analisis Implementasi Static Synchronous Compensator (STATCOM) pada Saluran Transmisi 150 kv

Analisis Implementasi Static Synchronous Compensator (STATCOM) pada Saluran Transmisi 150 kv Jurnal Sans, Teknolog dan Industr, Vol. 12, No. 2, Jun 2015, pp.218-224 Analss Implementas Statc Synchronous Compensator (STATCOM) pada Saluran Transms 150 kv Muammar Zanuddn 1, Frengk Eka Putra Surusa

Lebih terperinci

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

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

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

KAJIAN PENEMPATAN KAPASITOR BANK MENGGUNAKAN METODE GENETIK ALGORITMA PADA SOUTH BALAM FEEDER 1 PT CHEVRON PACIFIC INDONESIA

KAJIAN PENEMPATAN KAPASITOR BANK MENGGUNAKAN METODE GENETIK ALGORITMA PADA SOUTH BALAM FEEDER 1 PT CHEVRON PACIFIC INDONESIA KAJIAN ENEMATAN KAASITOR BANK MENGGUNAKAN METODE GENETIK ALGORITMA ADA SOUTH BALAM FEEDER T CHEVRON ACIFIC INDONESIA Akto Sello*, Edy Ervanto**, Dan Yayan Sukma** *Alumn Teknk Elektro Unverstas Rau **Jurusan

Lebih terperinci

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

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

Lebih terperinci

Bab V Aliran Daya Optimal

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

Lebih terperinci

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a

(1.1) maka matriks pembayaran tersebut dikatakan mempunyai titik pelana pada (r,s) dan elemen a Lecture 2: Pure Strategy A. Strategy Optmum Hal pokok yang sesungguhnya menad nt dar teor permanan adalah menentukan solus optmum bag kedua phak yang salng bersang tersebut yang bersesuaan dengan strateg

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

ALGORITMA GENETIKA SEBAGAI SOLUSI OPTIMAL POWER FLOW PADA SISTEM KELISTRIKAN 500 KV JAWA BALI

ALGORITMA GENETIKA SEBAGAI SOLUSI OPTIMAL POWER FLOW PADA SISTEM KELISTRIKAN 500 KV JAWA BALI ALGORITMA GENETIKA SEBAGAI SOLUSI OPTIMAL POWER FLOW PADA SISTEM KELISTRIKAN 500 KV JAWA BALI Yassr *), Sarya *), and T. Haryono *) Jurusan Teknk Elektro dan Teknolog Informas, Fakultas Teknk, Unverstas

Lebih terperinci

Studi Optimal Power Flow Sistem Kelistrikan 500 kv Jawa Bali dengan Metode Algoritma Genetika

Studi Optimal Power Flow Sistem Kelistrikan 500 kv Jawa Bali dengan Metode Algoritma Genetika Meda Elektrka, Vol. 6 No. 1, Jun 2013 ISSN 1979-7451 Stud Optmal Power Flow Sstem Kelstrkan 500 kv Jawa Bal dengan Metode Algortma Genetka Yassr 1, Sarjya 2, T. Haryono 3 1,2,3 Jurusan Teknk Elektro dan

Lebih terperinci

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal

Tinjauan Algoritma Genetika Pada Permasalahan Himpunan Hitting Minimal 157 Vol. 13, No. 2, 157-161, Januar 2017 Tnjauan Algortma Genetka Pada Permasalahan Hmpunan Httng Mnmal Jusmawat Massalesse, Bud Nurwahyu Abstrak Beberapa persoalan menark dapat dformulaskan sebaga permasalahan

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk

METODE PENELITIAN. Penentuan lokasi dilakukan secara tertuju (purposive) karena sungai ini termasuk IV. METODE PENELITIAN 4.1. Tempat dan Waktu Peneltan Peneltan n dlakukan d Sunga Sak, Kota Pekanbaru, Provns Rau. Penentuan lokas dlakukan secara tertuju (purposve) karena sunga n termasuk dalam 13 sunga

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

PERHITUNGAN PENILAIAN MAHASISWA TERHADAP MENGAJAR DOSEN BERBASIS KASUS MENGGUNAKAN ALGORITMA BAYESIAN

PERHITUNGAN PENILAIAN MAHASISWA TERHADAP MENGAJAR DOSEN BERBASIS KASUS MENGGUNAKAN ALGORITMA BAYESIAN JURNAL DAI IN: - Vol. No. JUNI ERHITUNGAN ENILAIAN MAHAIWA TERHADA MENGAJAR DOEN BERBAI KAU MENGGUNAKAN ALGORITMA BAYEIAN Ern enwat TMIK AMIKOM Yogyakarta ern.s@amkom.ac.d ABTRAKI roses belaar mengaar

Lebih terperinci

Optimasi Fungsi Keanggotaan Fuzzy

Optimasi Fungsi Keanggotaan Fuzzy Optmas Fungs Keanggotaan Fuzzy Tsukamoto Dua Tahap Menggunakan Algortma Genetka Pada Pemlhan Calon Penerma Beasswa dan BBP-PPA (Stud Kasus: PTIIK Unverstas Brawjaya Malang) Bunga Amela Restuputr 1, Wayan

Lebih terperinci

OPTIMASI MASALAH PENUGASAN. Siti Maslihah

OPTIMASI MASALAH PENUGASAN. Siti Maslihah JPM IIN ntasar Vol. 01 No. 2 Januar Jun 2014, h. 95-106 OPTIMSI MSLH PNUGSN St Maslhah bstrak Pemrograman lner merupakan salah satu lmu matematka terapan yang bertuuan untuk mencar nla optmum dar suatu

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

Lebih terperinci

PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Semnar Nasonal Inovas Dan Aplkas Teknolog D Industr 2017 ISSN 2085-4218 ITN Malang, 4 Pebruar 2017 PEMILIHAN LAHAN TERBAIK UNTUK TANAMAN KELAPA SAWIT MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING Helza

Lebih terperinci

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC

Penerapan Metode Runge-Kutta Orde 4 dalam Analisis Rangkaian RLC Penerapan Metode Runge-Kutta Orde 4 dalam Analss Rangkaan RLC Rka Favora Gusa JurusanTeknk Elektro,Fakultas Teknk,Unverstas Bangka Beltung rka_favora@yahoo.com ABSTRACT The exstence of nductor and capactor

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

OPTIMASI METODE DISCRIMINATIVELY REGULARIZED LEAST SQUARE CLASSIFICATION DENGAN ALGORITMA GENETIKA

OPTIMASI METODE DISCRIMINATIVELY REGULARIZED LEAST SQUARE CLASSIFICATION DENGAN ALGORITMA GENETIKA Vol. 5, o. 3, Januar 2010 ISS 0216-0544 OPIMASI MEODE DISCRIMIAIVELY REGULARIZED LEAS SQUARE CLASSIFICAIO DEGA ALGORIMA GEEIKA * Arad Retno r Hayat Rrd, ** Agus Zanal Arfn, *** Anny Yunart * Program Stud

Lebih terperinci

Gambar 3.1 Diagram alir penelitian

Gambar 3.1 Diagram alir penelitian BAB 3 METODE PENELITIAN 3.1 Dagram Alr Peneltan Materal Amorph Magnetk (Fe 73 Al 5 Ga 2 P 8 C 5 B 4 S 3 ) Ekspermen DfraksNeutron (I vs 2theta) Smulas Insalsas atom secara random Fungs struktur, F(Q) Perhtungan

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 23-32, April 2001, ISSN : JRNAL MATEMATIKA DAN KOMPTER Vol 4 No 1, 3-3, Aprl 1, ISSN : 141-51 KAJIAN DISKRETISASI DENGAN METODE GALERKIN SEMI DISKRET TERHADAP EFISIENSI SOLSI MODEL RAMBATAN PANAS TANPA SK KONVEKSI Suhartono dan

Lebih terperinci

BAB 1 PENDAHULUAN. meningkatnya arus reaktif. Harmonisa telah terbukti memiliki dampak kerusakan

BAB 1 PENDAHULUAN. meningkatnya arus reaktif. Harmonisa telah terbukti memiliki dampak kerusakan BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Kualtas daya lstrk sangat dpengaruh oleh penggunaan jens-jens beban tertentu sepert beban non lner dan beban nduktf. Akbat yang dtmbulkannya adalah turunnya

Lebih terperinci

BAB IV PEMBAHASAN MODEL

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

Lebih terperinci

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012 Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar

Lebih terperinci

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL

BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL BOKS A SUMBANGAN SEKTOR-SEKTOR EKONOMI BALI TERHADAP EKONOMI NASIONAL Analss sumbangan sektor-sektor ekonom d Bal terhadap pembangunan ekonom nasonal bertujuan untuk mengetahu bagamana pertumbuhan dan

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

PENGARUH PERUBAHAN FAKTOR JARINGAN IP MENGGUNAKAN DYNAMIC PENALTY FUNCTION METHOD

PENGARUH PERUBAHAN FAKTOR JARINGAN IP MENGGUNAKAN DYNAMIC PENALTY FUNCTION METHOD Jurnal ELTEK, Vol 11 Nomor 02, Oktober 2013 ISSN 1693-4024 PENGARUH PERUBAHAN FAKTOR JARINGAN IP MENGGUNAKAN DYNAMIC PENALTY FUNCTION METHOD Har Kurna Saftr 1 Abstrak QoS routng adalah kemampuan arngan

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

PEMBAGIAN KELAS KULIAH MAHASISWA MENGGUNAKAN ALGORITMA PENGKLASTERAN FUZZY Helmy Yulianto Hadi (1), R. Rizal Isnanto (2), Budi Setiyono (2)

PEMBAGIAN KELAS KULIAH MAHASISWA MENGGUNAKAN ALGORITMA PENGKLASTERAN FUZZY Helmy Yulianto Hadi (1), R. Rizal Isnanto (2), Budi Setiyono (2) Makalah Semnar Tugas Akhr 1 PEMBAGIA KELAS KULIAH MAHASISWA MEGGUAKA ALGORITMA PEGKLASTERA FUZZY Helmy Yulanto Had (1), R. Rzal Isnanto (), Bud Setyono () Abstrak - Proses perkulahan d suatu unerstas menad

Lebih terperinci

Penentuan Letak dan Kapasitas Optimal Bank Kapasitor pada Jaring Transmisi 150 kv Sumatera Utara Menggunakan Artificial Bee Colony Algorithm

Penentuan Letak dan Kapasitas Optimal Bank Kapasitor pada Jaring Transmisi 150 kv Sumatera Utara Menggunakan Artificial Bee Colony Algorithm JURNAL TEKNIK ITS ol. 5, No. 2, (2016 ISSN: 2337-3539 (2301-9271 rnt A750 enentuan Letak dan Kapastas Optmal Bank Kapastor pada Jarng Transms 150 k Sumatera Utara Menggunakan Artfcal Bee Colony Algorthm

Lebih terperinci

BAB VI MODEL-MODEL DETERMINISTIK

BAB VI MODEL-MODEL DETERMINISTIK BAB VI MODEL-MODEL DETERMINISTIK 6. Masalah Penyaluran Daya Lstrk Andakan seorang perencana sstem kelstrkan merencakan penyaluran daya lstrk dar beberapa pembangkt yang ternterkoneks dan terhubung dengan

Lebih terperinci

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER

FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER UNIVERSITAS DIPONEGORO 013 ISBN: 978-60-14387-0-1 FAKTOR-FAKTOR YANG MEMPENGARUHI INDEKS PRESTASI MAHASISWA FSM UNIVERSITAS DIPONEGORO SEMASTER PERTAMA DENGAN MOTODE REGRESI LOGISTIK BINER Saftr Daruyan

Lebih terperinci

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

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

Lebih terperinci

PRESENTASI TUGAS AKHIR KI091391

PRESENTASI TUGAS AKHIR KI091391 PRESENTASI TUGAS AKHIR KI09191 IMPLEMENTASI SEGMENTASI CITRA RESONANSI MAGNETIK OTAK MENGGUNAKAN ALGORITMA FUZZY C-MEANS YANG DIMODIFIKASI BERDASARKAN KORELASI ANTAR PIKSEL (Kata Kunc : Segmentas Fuzzy

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance

BAB IV METODE PENELITIAN. Penelitian mengenai Analisis Pengaruh Kupedes Terhadap Performance BAB IV METODE PENELITIAN 4.1 Lokas dan Waktu Peneltan Peneltan mengena Analss Pengaruh Kupedes Terhadap Performance Busness Debtur dalam Sektor Perdagangan, Industr dan Pertanan dlaksanakan d Bank Rakyat

Lebih terperinci

3 METODE HEURISTIK UNTUK VRPTW

3 METODE HEURISTIK UNTUK VRPTW 12 3 METODE HEURISTIK UNTUK VRPTW 3.1 Metode Heurstk Metode heurstk merupakan salah satu metode penentuan solus optmal dar permasalahan optmas kombnatoral. Berbeda dengan solus eksak yang menentukan nla

Lebih terperinci

PENERAPAN METODA DECOUPLED BERBASIS ALIRAN DAYA OPTIMAL PADA SISTEM TENAGA

PENERAPAN METODA DECOUPLED BERBASIS ALIRAN DAYA OPTIMAL PADA SISTEM TENAGA Vol. I, No. 1 Aprl 015 ISSN 30-3309 PENERAPAN METODA DECOUPLED BERBASIS ALIRAN DAYA OPTIMAL PADA SISTEM TENAGA Orza Candra Elfzon Abstract Optmal power flow s large scale nonlnear programmng problem. It

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

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

Lebih terperinci

STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN. Abstrak

STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN. Abstrak Sofyan, dkk, Stud Operas Ekonoms pada Generator Pembangkt Sstem Sulawes Selatan STUDI OPERASI EKONOMIS PADA GENERATOR PEMBANGKIT SISTEM SULAWESI SELATAN Sofyan, Nadjamuddn Harun, Tola 3 Mahasswa Program

Lebih terperinci

Desain Kontroler PID-Genetic Algorithm untuk Sistem Pengaturan Level Air Steam Drum pada Pembangkit Listrik Tenaga Uap (PLTU)

Desain Kontroler PID-Genetic Algorithm untuk Sistem Pengaturan Level Air Steam Drum pada Pembangkit Listrik Tenaga Uap (PLTU) JURNAL TEKNIK ITS Vol. 6, No. 1, (2017) ISSN: 2337-3539 (2301-9271 Prnt) A-153 Desan Kontroler PID-Genetc Algorthm untuk Sstem Pengaturan Level Ar Steam Drum pada Pembangkt Lstrk Tenaga Uap (PLTU) Mohamad

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

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

Lebih terperinci

STUDI ALIRAN DAYA DENGAN METODA FAST DECOUPLE (Aplikasi PT. PLN Sumbar-Riau 150 KV)

STUDI ALIRAN DAYA DENGAN METODA FAST DECOUPLE (Aplikasi PT. PLN Sumbar-Riau 150 KV) o. 7 ol.3 Thn. I Aprl 7 ISS: 854-8471 STUDI ALIRA DAYA DEGA METODA FAST DECOULE (Aplkas T. L Sumbar-Rau 15 K) Heru Dbyo Laksono Jurusan Teknk Elektro, Unverstas Andalas adang, Kampus Lmau Mans adang, Sumatera

Lebih terperinci

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3)

PERANCANGAN JARINGAN AKSES KABEL (DTG3E3) PERCG JRIG KSES KBEL (DTG3E3) Dsusun Oleh : Hafdudn,ST.,MT. (HFD) Rohmat Tulloh, ST.,MT (RMT) Prod D3 Teknk Telekomunkas Fakultas Ilmu Terapan Unverstas Telkom 015 Peramalan Trafk Peramalan Trafk Peramalan

Lebih terperinci

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN

MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN MANAJEMEN LOGISTIK & SUPPLY CHAIN MANAGEMENT KULIAH 3: MERANCANG JARINGAN SUPPLY CHAIN By: Rn Halla Nasuton, ST, MT MERANCANG JARINGAN SC Perancangan jarngan SC merupakan satu kegatan pentng yang harus

Lebih terperinci

BAB 4 PERHITUNGAN NUMERIK

BAB 4 PERHITUNGAN NUMERIK Mata kulah KOMPUTASI ELEKTRO BAB PERHITUNGAN NUMERIK. Kesalahan error Pada Penelesaan Numerk Penelesaan secara numers dar suatu persamaan matemats kadang-kadang hana memberkan nla perkraan ang mendekat

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

BAB III METODE PENELITIAN. Metode penelitian yang digunakan dalam penelitian ini adalah metode BAB III METODE PENELITIAN Desan Peneltan Metode peneltan yang dgunakan dalam peneltan n adalah metode deskrptf analts dengan jens pendekatan stud kasus yatu dengan melhat fenomena permasalahan yang ada

Lebih terperinci

METODE KLASTERISASI DATA BERBASIS ARTIFICIAL BEE COLONY DAN K-HARMONIC MEANS

METODE KLASTERISASI DATA BERBASIS ARTIFICIAL BEE COLONY DAN K-HARMONIC MEANS TESIS METODE KLASTERISASI DATA BERBASIS ARTIFICIAL BEE COLONY DAN K-HARMONIC MEANS Oleh : I Made Wdartha NRP. 5109201009 Dosen Pembmbng : Dr. Agus Zanal Arfn, S.Kom, M.Kom Anny Yunart, S.Kom, M.Comp.Sc

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

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

Lebih terperinci

BAB II OPTIMALISASI PADA SISTEM KELISTRIKAN

BAB II OPTIMALISASI PADA SISTEM KELISTRIKAN BAB II OPTIMALISASI PADA SISTEM KELISTRIKAN. Penjadualan Optmal Pembangkt dan Penyaluran Daya Lstrk Setap Pembangkt tdak dtempatkan dengan jarak yang sama dar pusat beban, tergantung lokas pembangkt yang

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

Lebih terperinci

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1

Pembayaran harapan yang berkaitan dengan strategi murni pemain P 2. Pembayaran Harapan bagi Pemain P1 Lecture : Mxed Strategy: Graphcal Method A. Metode Campuran dengan Metode Grafk Metode grafk dapat dgunakan untuk menyelesakan kasus permanan dengan matrks pembayaran berukuran n atau n. B. Matrks berukuran

Lebih terperinci

ANALISIS KEANDALAN PENINGKATAN KAPASITAS GARDU INDUK (GI) DENGAN MENGGUNAKAN PEMBANGKIT LISTRIK TERSEBAR (PLT) PADA JARINGAN DISTRIBUSI 20 KV

ANALISIS KEANDALAN PENINGKATAN KAPASITAS GARDU INDUK (GI) DENGAN MENGGUNAKAN PEMBANGKIT LISTRIK TERSEBAR (PLT) PADA JARINGAN DISTRIBUSI 20 KV Jurnal Teknk dan Ilmu Komputer ANALISIS KEANDALAN PENINGKATAN KAPASITAS GARDU INDUK (GI) DENGAN MENGGUNAKAN PEMBANGKIT LISTRIK TERSEBAR (PLT) PADA JARINGAN DISTRIBUSI 20 KV RELIABILITY ANALYSIS OF SUBSTATION

Lebih terperinci

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT

PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT BIAStatstcs (05) Vol. 9, No., hal. -7 PERANCANGAN PARAMETER DENGAN PENDEKATAN TAGUCHI UNTUK DATA DISKRIT Faula Arna Jurusan Teknk Industr, Unverstas Sultan Ageng Trtayasa Banten Emal : faulaarna@yahoo.com

Lebih terperinci

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama

Lebih terperinci

PENENTUAN KELAS DENGAN NEAREST NEIGHBOR CLUSTERING DAN PENGGUNAAN METODE NAÏVE BAYES UNTUK KLASIFIKASI DOKUMEN

PENENTUAN KELAS DENGAN NEAREST NEIGHBOR CLUSTERING DAN PENGGUNAAN METODE NAÏVE BAYES UNTUK KLASIFIKASI DOKUMEN PENENTUAN KELAS DENGAN NEAREST NEIGHBOR CLUSTERING DAN PENGGUNAAN METODE NAÏVE BAYES UNTUK KLASIFIKASI DOKUMEN Handry Wardoyo 1 Jeanny Pragantha Vny Chrstant M. 3 1 3 Teknk Informatka Unverstas Tarumanagara

Lebih terperinci

OPTIMASI LETAK DAN SIFAT PEREDAM MASSA SELARAS UNTUK MENGURANGI RESPONS STRUKTUR AKIBAT GEMPA

OPTIMASI LETAK DAN SIFAT PEREDAM MASSA SELARAS UNTUK MENGURANGI RESPONS STRUKTUR AKIBAT GEMPA Konferens Nasonal Teknk Spl 4 (KoNTekS 4) Sanur-Bal, -3 Jun 010 OPTIMASI LETAK DAN SIFAT PEREDAM MASSA SELARAS UNTUK MENGURANGI RESPONS STRUKTUR AKIBAT GEMPA Yoyong Arfad 1 1 Program Stud Teknk Spl, Unverstas

Lebih terperinci

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

Lebih terperinci

BAB III METODE KOMPRESI DAN DEKOMPRESI. untuk setiap B X. fraktal. Penjelasan dimulai dengan pengenalan Multiple Reduction Copy

BAB III METODE KOMPRESI DAN DEKOMPRESI. untuk setiap B X. fraktal. Penjelasan dimulai dengan pengenalan Multiple Reduction Copy BAB III METODE KOMPRESI DAN DEKOMPRESI Kompres ctra fraktal memodelkan ctra sebaga lmt dar suatu proses teras. Jka dberkan suatu ctra A X, metode n akan mencar suatu proses W sedemkan sehngga ttk tetap

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN Bab n membahas tentang prosedur pengembangan pembelajaran dan mplementas model Problem Based Learnng dalam pembelajaran Konsep Dasar Matematka, Subjek Peneltan, Teknk dan Instrumen

Lebih terperinci

HAK CIPTA (HKI) Judul Invensi: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION

HAK CIPTA (HKI) Judul Invensi: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION 0 HAK CIPTA HKI 1 Judul Invens: METODE OPTIMISASI KONFIGURASI JARINGAN DISTRIBUSI BERBASIS LOGIKA FUZZY DAN PARTICLE SWARM OPTIMIZATION Inventor: Dr. Ramadon Syahputra, S.T., M.T. Ir. Agus Jamal, M.Eng.

Lebih terperinci

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN

Jurnal Ilmiah Widya Teknik Volume 16 Nomor ISSN Jurnal Ilmah Wdya Teknk Volume 16 Nomor 1 2017 ISSN 1412-7350 PEMODELAN MATEMATIKA UNTUK PERANCANGAN PRODUK LEMARI KABINET Rcky Yulanton Prhandaa, Dan Retno Sar Dew * Jurusan Teknk Industr, Fakultas Teknk,

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang

METODE PENELITIAN. pelajaran 2011/ Populasi penelitian ini adalah seluruh siswa kelas X yang III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n telah dlaksanakan d SMA Neger 1 Bandar Lampung pada tahun pelajaran 011/ 01. Populas peneltan n adalah seluruh sswa kelas X yang terdr dar

Lebih terperinci

Pengaturan Aliran Daya Reaktif Dengan Transformator Regulasi Jenis Pengatur Tegangan Pada Jaringan Sistem Tenaga Listrik

Pengaturan Aliran Daya Reaktif Dengan Transformator Regulasi Jenis Pengatur Tegangan Pada Jaringan Sistem Tenaga Listrik Despa: Pengaturan Alran Daya Reaktf Dengan Transformator Regulas 55 Pengaturan Alran Daya Reaktf Dengan Transformator Regulas Jens Pengatur Tegangan Pada Jarngan Sstem Tenaga Lstrk Dekprde Despa Jurusan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

BAB 3. METODOLOGI PENELITIAN

BAB 3. METODOLOGI PENELITIAN BAB 3. METODOLOGI PENELITIAN 3.1. Bagan Alr Peneltan Vergds et al. (2007) mengusulkan dua langkah dasar dar framework multobectve optmsas untuk perancangan proses bsns. Langkah pertama adalah membuat konstruks

Lebih terperinci

PENGURUTAN DATA. A. Tujuan

PENGURUTAN DATA. A. Tujuan PENGURUTAN DATA A. Tuuan Pembahasan dalam bab n adalah mengena pengurutan data pada sekumpulan data. Terdapat beberapa metode untuk melakukan pengurutan data yang secara detl akan dbahas ddalam bab n.

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Negeri 13 Bandar Lampung. Populasi dalam III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Neger 3 Bandar Lampung. Populas dalam peneltan n yatu seluruh sswa kelas VIII SMP Neger 3 Bandar Lampung Tahun Pelajaran 0/03 yang

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) Rcha Agustnngsh, Drs. Lukman Hanaf, M.Sc. Jurusan Matematka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas

Lebih terperinci

Prediksi Jumlah Follower Official Account Line Menggunakan Regresi dan Algoritma Genetika

Prediksi Jumlah Follower Official Account Line Menggunakan Regresi dan Algoritma Genetika Jurnal Pengembangan Teknolog Informas dan Ilmu Komputer e-issn: 2548-964X Vol. 1, No. 11, November 217, hlm. 1312-132 http://j-ptk.ub.ac.d Predks Jumlah Follower Offcal Account Lne Menggunakan Regres dan

Lebih terperinci