VI. PEMILIHAN MODA (Modal Split/Choice)

Ukuran: px
Mulai penontonan dengan halaman:

Download "VI. PEMILIHAN MODA (Modal Split/Choice)"

Transkripsi

1 VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda: a. Moda yang ditinjau telah beroperasi (revealed preference method, RP). Dalam asus ini survei dilauan berdasaran prilau pangsa pasar, misalnya atas dasar zona-zona asal/tujuan yang ada, dan menghubungannya dengan besaran-besaran yang menerangan tentang atribut masing-masing moda. b. Moda yang ditinjau tida harus ada (Stated preference method, SP). Dalam asus ini survei dilauan berdasaran pertanyaan andaian (hipotesis) yang dihubungan dengan atribut-atribut moda yang baru. Metoda ini banya digunaan dalam riset pasar. 6.. FAKTOR YANG MEMPENGARUHI PEMILIHAN MODA Fator yang dapat mempengaruhu pemilihan moda dapat dielompoan menjadi tiga: a. Ciri pengguna jalan: Pemilian endaraan, semain tinggi pemilian endaraan pribadi semain ecil pula etergantungan pada angutan umum. Pemilian SIM VI -

2 Strutur rumah tangga (pasangan muda, eluarga dengan ana, pensiun, bujangan, dan lain-lain. Pendapatan; semain tinggi pendpatan semain besar peluang menggunaan endaraan pribadi. Fator lain: eharusan menggunaan endaraan pribadi e tempat beerja, eperluan mengantar ana seolah. b. Ciri pergeraan: Tujuan pergeraan: di negara maju, pergeraan e tempat beerja biasaya lebih mudah menggunaan angutan umum (arena murah dan tepat watu, nyaman, aman). Tetapi di negara berembang, orang lebih cenderung menggunaan endaraan pribadi arena angutan umum tida tepat watu dan tida nyaman. Watu terjadinya pergeraan. Jara perjalanan: semain jauh perjalanan semain cenderung menggunaan angutan umum. c. Ciri fasilitas moda transportasi: Kuantitatif: Watu tempuh, ongos, etersediaan ruang dan tarif parir. Kualitatif: Kenyamanan, eamanan, eandalan. d. Ciri ota atau zona: jara dari pusat ota dan epadatan pendudu. VI -

3 6.3. MODEL PEMILIHAN MODA DAN KAITANNY DENGAN MODEL LAIN JENIS JENIS JENIS 3 JENIS 4 G - MS G G G MS D D D - MS D MS A A A A G : bangitan pergeraan MS : Pemilihan moda A : Pemilihan rute D : Sebaran pergeraan Masa lalu banya digunaan model jenis dan yaitu menempatan pemilihan moda bersama eputusan sama dan setelah bangitan pergeraan. Model ini menunjuan variabel pemilihan moda dapat delasan oleh arateristi unit bangitan, misal uuran rumah tangga atau arateristi perorangan. Namun, model jenis dan diatas mengaibatan suarnya penyertaan atribut perjalanan dan moda di dalam model arena asumsi perilaunya dalam hal ini menganggap bahwa tarian zona tujuan tida memilii VI - 3

4 pengaruh apapun terhadap pemilihan moda. Sehingga meningatan pelayanan angutan umum, membatasi parir di pusat ota tida aan berpengaruh terhadap pemilihan moda. Model jenis disebut juga sebagai Trip-end Modal Split. Karaetristi umum Trip-end Modal Split adalah: Banya menggunaan variabel zona atau rumah tangga, misal: pemilian endaraan, erapatan pemuiman Uuran arateristi sistem transportasi dinyataan dengan indes daya hubung Pre-distribusi. Model jenis 3, pemilihan moda dilauan bersamaan dengan distribusi perjalanan dan merupaan cara yang sering digunaan dalam prate peramalan angutan perotaan. Model ini termasu dalam ategori model sintesis arena tida langsung epada data esisting yang diperoleh dari unit yang diaji. Blac (98) menjelasan sebagai beriut: Qˆ id () ˆ + exp( β{ tid () tid () }) Q ( m) m id Q ˆ () id ˆ ( m) Q id t id ( ) t id ( m) pergeraa dari i pergeraa dari i hambatan pergeraa dari i e d dengan moda hambatan pergeraa dari i e d dengan moda m e d dengan moda e d dengan moda m β parameter model gravity VI - 4

5 Model jenis 4 disebut juga Trip Interchange Modal Split (post distribution). Pemilihan moda dilauan setelah distribusi, hal ini menguntungan arena dapat menyertaan arateristi perjalanan dan modanya edalam model. Salah satu elemahan yang terdapat dalam model ini adalah modelnya hanya dapat digunaan bagi merea yang memilii pilihan, dalam hal ini hanya choice rider (bagi merea yang memilii mobil). Pada enyataannya pemilihan moda bisa merupaan pemilihan beberapa moda angutan umum yang tersedia. Umumnya model ini dinyataan dalam urva pembagian (diversion curve) yang berbentu urva S T / T,0 0,5 C - C Contoh model jenis IV: MS t I + I t a b MS t persentase yang menggunaan angutan umum I t I a b hambatan transportasi dari i e d dengan angutan umum hambatan transportasi dari i e d dengan mobil pribadi fator yang dialibrasi dari data survei. VI - 5

6 6.4. TINGKAT PENYEDERHANAAN Dalam pemilihan moda, informasi yang dimodelan dapat didasaran atas: Zona (model agregat) Data agregat zona tida dapat menggambaran arateristi rumah tangga secara teliti. Dalam Trip Interchange model split (jenis 4), pemilihan moda dipasa harus dalam bentu agregat arena arateristi rumah tangga telah terlanjur dimasuan dalam pre-dsitribusi. Data rumah tangga dan atau individu (model disagregat) Model disagregat lebih mendeati e sumber pengambil eputusan (individu), namum lebih rumit dan suar untu dialibrasi MODEL SINTESIS Kedua model yang diuraian sebelumnya (trip-end dan trip-interchange), penurunan modelnya langsung didasaran dari unit yang diaji (model empiris). Saat ini diembangan model buatan, yaitu: Model ombinasi sebaran pergeraan dan pemilihan moda Model trip-interchange berperilau Model multimoda 6.5. Model ombinasi sebaran pergeraan dan pemilihan moda Pendeatan entropi-masimum dapat digunaan untu mendapatan model ombinasi sebaran pergeraan dan pemilihan moda secara simultan. Memasmuman log W{ T } ( T log T T ) i j Dengan batasan O j T 0 i e VI - 6

7 Dd i T 0 C C i j T 0 Permasalahn tersebut mempunyai sulosi: dimana: P T T C β T P A O B D exp T T i i j exp j ( βc ) exp( βc ) ( βc ) + exp( βc ) proporsi yang menggunaan moda dari e i e j total perjalanan dari i e j jumlah perjalanan dari i e j dengan menggunaan moda ongos dari i e j menggunaan moda parameter alibrasi, penentu penyebaran pemilihan Persamaan diatas dienal dengan fungsi logit. Beberapa sifat persamaan ini adalah: Kurvanya berbentu huruf S, seperti urva pembagian empiris. Bila C C ; maa P P 0,5 Bila C >> C ; P mendeati. Model persamaan diatas dapat diembangan untu beberapa moda: P T T exp ( βc ) ( βc ) exp 6.5. Model trip interchange berperilau Kalau dalam model trip interchange sebelumnya penurunan persamaan maupun urva pembagian didasaran langsung semata-mata epada data VI - 7

8 survei zona, dalam model berperilau dilauan modifiasi dengan menggunaan fungsi logit sebagai bentu dasar dalam pembagian proporsi pemaai moda. Fungsi logit distribusi gumbel Bila menggunaan distribusi normal fungsi probit. Contoh: Ada dua moda, mobil dan angutan umum, ongos perjalanan: - mobil C - angutan umum C + δ δ model penalty (etidanyamanan, urang aman, dll). Dengan menggunaan fungsi logit, dapat diturunan sbb: P P + exp P P ( β ( C + δ C )) exp( β ( C + δ C )) + exp( β ( C + δ C )) proporsi pemaai mobil P exp P exp ( β ( C + δ C )) ( β ( C + δ C )) Dengan logaritmi natural dapat disederhanaan menjadi: ln P β + P ( C C ) βδ Persamaan tersebut mirip dengan persamaan linier. dimana: Y ax + b ln P P ( C C ) βδ β + X ( ) C C a β b βδ Y dan X diperoleh dari informasi survei. VI - 8

9 CONTOH: Dari hasil survey agregasi pemilihan moda diantara 5 pasang zona diperoleh data sbb: Zona P (%) P (%) C C 5 49,0 8, ,8 3, ,9 4, , 6, ,0 8,5 P P C C : proporsi pengguna endaraan pribadi : proporsi pengguna endaraan angutan umum : biaya menggunaan endaraan pribadi : biaya menggunaan endaraan angutan umum Bila model pemilihan moda yang digunaan adalah model logit, dimana: P + exp( β ( C + δ C ) Solusi: Tentuan nilai parameter β dan δ Ln P/(- P) -3 C - C - Dari grafi diperoleh nilai parameter β 0,7 dan δ 3,5 VI - 9

10 Hari hasil survey agregasi pemilihan moda diantara 6 pasang zona diperoleh data sbb: Zona P (%) P (%) C C P P C C : proporsi pengguna endaraan pribadi : proporsi pengguna endaraan angutan umum : biaya menggunaan endaraan pribadi : biaya menggunaan endaraan angutan umum Bila model pemilihan moda yang digunaan adalah model logit, dimana: P + exp( β ( C + δ C ) Tentuan nilai parameter β dan δ VI - 0

Kuliah Pertemuan Ke-12. Mode Choice Model (Model Pemilihan Moda)

Kuliah Pertemuan Ke-12. Mode Choice Model (Model Pemilihan Moda) Kuliah Pertemuan Ke-2 Mode Choice Model (Model Pemilihan Moda) Model Pemilihan Moda dalam Model 4 Langkah Tujuan Model Pemilihan Moda Untuk mengetahui proporsi pengalokasian perjalanan ke berbagai moda

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang

Lebih terperinci

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK

BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama

Lebih terperinci

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT

III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya

Lebih terperinci

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway

Penentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA

Lebih terperinci

BAB 3 LANGKAH PEMECAHAN MASALAH

BAB 3 LANGKAH PEMECAHAN MASALAH BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp

Lebih terperinci

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT

ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel

BAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel

Lebih terperinci

Peluang Peningkatan Tipe Terminal di Kecamatan Banyumaik (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²

Peluang Peningkatan Tipe Terminal di Kecamatan Banyumaik (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati² Jurnal Teni PWK Volume 4 Nomor 4 2015 Online : http://ejournal-s1.undip.ac.id/index.php/pw Peluang Peningatan Tipe di Kecamatan Banyumai (Analisis Demand dan Supply) Febriana Ayu K¹ dan Bitta Pigawati²

Lebih terperinci

PEMILIHAN MODA PERJALANAN

PEMILIHAN MODA PERJALANAN Jurusan Teknik Sipil dan Lingkungan, Universitas Gadjah Mada Pertemuan Ke - 8 PEMILIHAN MODA PERJALANAN Mata Kuliah: Pengantar Perencanaan Transportasi Dr.Eng. Muhammad Zudhy Irawan, S.T., M.T. PEMODELAN

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3

Lebih terperinci

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain

BAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain 8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan

Lebih terperinci

BAB III METODE SCHNABEL

BAB III METODE SCHNABEL BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan

Lebih terperinci

BAB 2 TEORI PENUNJANG

BAB 2 TEORI PENUNJANG BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan

Lebih terperinci

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya

Studi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id

Lebih terperinci

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT

PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium

Lebih terperinci

Tanggapan Waktu Alih Orde Tinggi

Tanggapan Waktu Alih Orde Tinggi Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t

Lebih terperinci

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT

STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU

Lebih terperinci

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )

PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( ) PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132

Lebih terperinci

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM

MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract

Lebih terperinci

BAB III HASIL DAN PEMBAHASAN

BAB III HASIL DAN PEMBAHASAN 15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan

Lebih terperinci

SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA

SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA SISTEM ANTRIAN PELAYANAN BONGKAR MUAT KAPAL DI TERMINAL BERLIAN PELABUHAN TANJUNG PERAK SURABAYA Ruhana Khabibah, Hery Tri Sutanto 2, Yuliani Puji Astuti 3 Jurusan Matematia, Faultas Matematia dan Ilmu

Lebih terperinci

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa

Modifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa 187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this

Lebih terperinci

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK

APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK

Lebih terperinci

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI

PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas

Lebih terperinci

BAB 3 METODE PENELITIAN

BAB 3 METODE PENELITIAN 36 BAB 3 METODE PENELITIAN 3.1 Disain Penelitian Jenis penelitian yang digunaan adalah penelitian desriptif, yaitu penelitian terhadap fenomena atau populasi tertentu yang diperoleh peneliti dari subye

Lebih terperinci

Optimasi Non-Linier. Metode Numeris

Optimasi Non-Linier. Metode Numeris Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran

Lebih terperinci

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU

MODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com

Lebih terperinci

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR

PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR PENINGKATAN EFISIENSI & EFEKTIFITAS PENGOLAHAN DATA PERCOBAAN PETAK BERJALUR Ngarap Im Mani 1) dan Lim Widya Sanjaya ), 1) & ) Jurs. Matematia Binus University PENGANTAR Perancangan percobaan adalah suatu

Lebih terperinci

Variasi Spline Kubik untuk Animasi Model Wajah 3D

Variasi Spline Kubik untuk Animasi Model Wajah 3D Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,

Lebih terperinci

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING

BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan

Lebih terperinci

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest

Keragaman Struktur Tegakan Hutan Alam Sekunder The Variability of Stand Structure of Logged-over Natural Forest JMHT Vol. XIV, (2): 81-87, Agustus 28 ISSN: 215-157X Keragaman Strutur Tegaan Hutan Alam Seunder The Variability of Stand Structure of Logged-over Natural Forest Abstract Muhdin 1*, Endang Suhendang 1,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY

SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni

Lebih terperinci

BAB III MODEL KANAL WIRELESS

BAB III MODEL KANAL WIRELESS BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem

Lebih terperinci

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang

( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan

Lebih terperinci

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID

APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas

Lebih terperinci

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI

PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI PENERAPAN ALGORITMA APRIORI UNTUK MEMPEROLEH ASSOCIATION RULE ANTAR ITEMSET BERDASARKAN PERIODE PENJUALAN DALAM SATU TRANSAKSI Devi Fitrianah, Ade Hodijah Program Studi Teni Informatia, Faultas Ilmu Komputer,

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belaang Keadaan dunia usaha yang selalu berubah membutuhan langah-langah untu mengendalian egiatan usaha di suatu perusahaan. Perencanaan adalah salah satu langah yang diperluan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.

Lebih terperinci

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA

PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA PENGARUH PELAYANAN TERHADAP KEPUASAN TERHADAP KEPUASAN NASABAH UNIT MOTOR S CENTRE FINANCING PLAZA MOTOR DI SAMARINDA Adam Husaien Faultas Eonomi Manajemen Unversitas 17 agustus 1945,Samarinda Indonesia

Lebih terperinci

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU

PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,

Lebih terperinci

VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB

VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB KARYA TULIS ILMIAH VISUALISASI GERAK PELURU MENGGUNAKAN MATLAB Oleh: Drs. Ida Bagus Alit Paramarta, M.Si. Dra. I.G.A. Ratnawati, M.Si. JURUSAN FISIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS

Lebih terperinci

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP)

ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) ALGORITMA GENETKA PADA MULTI DEPOT VEHICLE ROUTING PROBLEM (MDVRP) Igusta Wibis Vidi Abar Purwanto 2 FMIPA Universitas Negeri Malang E-mail: wibis.roccity@gmail.com Abstra: Multi Depot Vehicle Routing

Lebih terperinci

ANALISIS VARIANSI (ANOVA)

ANALISIS VARIANSI (ANOVA) ANALISIS VARIANSI (ANOVA) ANOVA = Analisis Varians (Anava) = Analisis Ragam = Sidi Ragam Diperenalan oleh R.A. Fisher (195) disebut uji F pengembangan dari uji t dua sampel bebas (independent samples t

Lebih terperinci

Pencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan

Pencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010

Lebih terperinci

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA

AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA AKURASI MODEL PREDIKSI METODE BACKPROPAGATION MENGGUNAKAN KOMBINASI HIDDEN NEURON DENGAN ALPHA Aris Puji Widodo, Suhartono 2, Eo Adi Sarwoo 3, dan Zulfia Firdaus 4,2,3,4 Departemen Ilmu Komputer/Informatia,

Lebih terperinci

SATUAN ACARA PERKULIAHAN ( SAP )

SATUAN ACARA PERKULIAHAN ( SAP ) SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem

Lebih terperinci

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode

II. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode 3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode

Lebih terperinci

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS)

MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI (STUDI KASUS DI PT THAMRIN BROTHERS) Seminar Nasional Apliasi Tenologi Informasi 2011 (SNATI 2011) ISSN: 1907-5022 Yogyaarta, 17-18 Juni 2011 MANAJEMEN DISTRIBUSI MULTI PRODUK BERDASARKAN BOBOT PROSENTASE PENJUALAN DAN EFISIENSI BIAYA DISTRIBUSI

Lebih terperinci

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009

KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 2009 KECENDERUNGAN PENGGUNAAN JENIS ALAT KONTRASEPSI PESERTA KB AKTIF PADA KABUPATEN SIDOARJO TAHUN 009 Furqan Qadarisman, dan Dwiatmono Agus W. Jurusan Statistia Institut Tenologi Sepuluh Nopember (ITS) Surabaya

Lebih terperinci

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3

MEKANIKA TANAH HIDROLIKA TANAH DAN PERMEABILITAS MODUL 3 MEKANIKA TANAH MODUL 3 HIDROLIKA TANAH DAN PERMEABILITAS UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 15224 Silus hidrologi AIR TANAH DEFINISI : air yang terdapat

Lebih terperinci

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus

Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,

Lebih terperinci

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM

PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Seminar Nasional Sistem dan Informatia 2007; Bali, 16 November 2007 PERBANDINGAN PERFORMANSI ALGORITMA GENETIKA DAN ALGORITMA SEMUT UNTUK PENYELESAIAN SHORTEST PATH PROBLEM Fajar Saptono 1) I ing Mutahiroh

Lebih terperinci

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai

Pemodelan Dan Eksperimen Untuk Menentukan Parameter Tumbukan Non Elastik Antara Benda Dengan Lantai Pemodelan Dan Esperimen Untu enentuan Parameter Tumbuan Non Elasti Antara Benda Dengan Lantai Puspa onalisa,a), eda Cahya Fitriani,b), Ela Aliyani,c), Rizy aiza,d), Fii Taufi Abar 2,e) agister Pengajaran

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1 ObjePenelitian Obje penelitian merupaan hal yang tida dapat dipisahan dari suatu penelitian. Obje penelitian merupaan sumber diperolehnya data dari penelitian yang dilauan.

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen

Lebih terperinci

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika

khazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program

Lebih terperinci

Sah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH)

Sah Tidaknya Sidik Ragam. Data Bermasalah. Data Bermasalah PERANCANGAN PERCOBAAN (DATA BERMASALAH) Sah Tidanya Sidi Ragam PERANCANGAN PERCOBAAN (DATA BERMASALAH) Oleh: Dr. Ir. Dirvamena Boer, M.Sc.Agr. HP: 081 385 065 359 Universitas Haluoleo, Kendari dirvamenaboer@yahoo.com http://dirvamenaboer.tripod.com/

Lebih terperinci

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER

ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE

Lebih terperinci

BAB 3 PRINSIP SANGKAR BURUNG MERPATI

BAB 3 PRINSIP SANGKAR BURUNG MERPATI BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana

Lebih terperinci

Makalah Seminar Tugas Akhir

Makalah Seminar Tugas Akhir Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Variabel Variabel ialah sesuatu yang nilainya berubah-ubah menurut watu atau berbeda menurut elemen/tempat. Umumnya nilai arateristi merupaan variabel dan diberi simbol huruf X.

Lebih terperinci

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE

MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE MENGHITUNG PELUANG PERSEBARAN TRUMP DALAM PERMAINAN CONTRACT BRIDGE Desfrianta Salmon Barus - 350807 Jurusan Teni Informatia, Institut Tenologi Bandung Bandung e-mail: if807@students.itb.ac.id ABSTRAK

Lebih terperinci

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012

KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB 2012 KINETIKA REAKSI KIMIA TIM DOSEN KIMIA DASAR FTP UB Konsep Kinetia/ Laju Reasi Laju reasi menyataan laju perubahan onsentrasi zat-zat omponen reasi setiap satuan watu: V [ M ] t Laju pengurangan onsentrasi

Lebih terperinci

ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY

ANALISIS KEPUASAN KONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAKET (KURIR) DENGAN MENGGUNAKAN METODE TOPSIS FUZZY Jurnal Manti Penusa Vol No Desember ISSN 88-9 ANALISIS EPUASAN ONSUMEN TERHADAP PELAYANAN PELAYANAN JASA PENGIRIMAN PAET (URIR DENGAN MENGGUNAAN METODE TOPSIS FUZZY Desi Vinsensia Program Studi Teni Informatia

Lebih terperinci

MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN

MATHunesa Jurnal Ilmiah Matematika Volume 3 No.6 Tahun 2017 ISSN MATHunesa Jurnal Ilmiah Matematia Volume 3 No.6 Tahun 2017 ISSN 2301-9115 ANALISIS KESTABILAN SISTEM DINAMIK UNDERDAMPED PADA TABRAKAN KENDARAAN Siti Indarini Nur Faizah Jurusan Matematia, FMIPA, Universitas

Lebih terperinci

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN

PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN PENENTUAN JENIS PRODUK KOSMETIK PILIHAN BERDASARKAN FAKTOR USIA DAN WARNA KULIT MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Amethis Otaorora 1, Bilqis Amaliah 2, Ahmad Saihu 3 Teni Informatia, Faultas Tenologi

Lebih terperinci

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure

UJI BARTLETT. Elty Sarvia, ST., MT. Fakultas Teknik Jurusan Teknik Industri Universitas Kristen Maranatha Bandung. Scheffe Multiple Contrast Procedure 8/9/01 UJI TUKEY UJI DUNCAN UJI BARTLETT UJI COCHRAN UJI DUNNET Elty Sarvia, ST., MT. Faultas Teni Jurusan Teni Industri Universitas Kristen Maranatha Bandung Macam Metode Post Hoc Analysis The Fisher

Lebih terperinci

STANDAR PELAYANAN MINIMAL PADA RUAS JALAN TOL BELMERA (STUDI KASUS: RUAS JALAN TOL TANJUNG MORAWA-BELAWAN)

STANDAR PELAYANAN MINIMAL PADA RUAS JALAN TOL BELMERA (STUDI KASUS: RUAS JALAN TOL TANJUNG MORAWA-BELAWAN) STANDAR PELAYANAN MINIMAL PADA RUAS JALAN TOL BELMERA (STUDI KASUS: RUAS JALAN TOL TANJUNG MORAWA-BELAWAN) Oloan Sitohang Dosen Program Studi Teni Sipil, Universitas Katoli Santo Thomas SU, Jl.Setia Budi

Lebih terperinci

BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA

BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA. GEMPA BUMI Gempa bumi adalah suatu geraan tiba-tiba atau suatu rentetetan geraan tiba-tiba dari tanah dan bersifat transient yang berasal dari suatu daerah

Lebih terperinci

ANALISIS PENENTUAN JALUR TRANSPORTASI LIMBAH MINYAK PADA AKTIVITAS PELAYARAN LAUT UNTUK MENGHASILKAN TOTAL BIAYA PELAYARAN MINIMUM

ANALISIS PENENTUAN JALUR TRANSPORTASI LIMBAH MINYAK PADA AKTIVITAS PELAYARAN LAUT UNTUK MENGHASILKAN TOTAL BIAYA PELAYARAN MINIMUM ANALISIS PENENTUAN JALUR TRANSPORTASI LIMBAH MINYAK PADA AKTIVITAS PELAYARAN LAUT UNTUK MENGHASILKAN TOTAL BIAYA PELAYARAN MINIMUM Emirul Bahar emirulb@yahoo.com Jurusan Teni Industri, Universitas Gunadarma

Lebih terperinci

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL

DESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut

Lebih terperinci

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA

PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat

Lebih terperinci

CATATAN KULIAH RISET OPERASIONAL

CATATAN KULIAH RISET OPERASIONAL CATATAN KULIAH RISET OPERASIONAL Pertemuan minggu pertama ( x 50 menit) Pemrograman Bulat Linear (Integer Linear Programming - ILP) Tuuan Instrusional Umum : Mahasiswa dapat menggunaan algoritma yang

Lebih terperinci

PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE

PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE PENERAPAN METODE FUZZY MULTI CRITERIA DECISION MAKING PADA SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE Novhirtamely Kahar 1, Rii 2 12 Program Studi Teni Informatia, STMIK Nurdin Hamzah, Jambi ` E-mail:

Lebih terperinci

Aplikasi diagonalisasi matriks pada rantai Markov

Aplikasi diagonalisasi matriks pada rantai Markov J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan

Lebih terperinci

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)

ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)

Lebih terperinci

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT

ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication

Lebih terperinci

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE

KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108

Lebih terperinci

KAJIAN HIDROGRAF SATUAN SINTETIK NAKAYASU UNTUK PERHITUNGAN DEBIT BANJIR RANCANGAN DI DAERAH ALIRAN SUNGAI KODINA

KAJIAN HIDROGRAF SATUAN SINTETIK NAKAYASU UNTUK PERHITUNGAN DEBIT BANJIR RANCANGAN DI DAERAH ALIRAN SUNGAI KODINA KAJIAN HIDROGRAF SATUAN SINTETIK NAKAYASU UNTUK ERHITUNGAN DEBIT BANJIR RANCANGAN DI DAERAH ALIRAN SUNGAI KODINA I Wayan Sutapa * * Abstract Analyse of the design discharge in the catchment area can be

Lebih terperinci

PEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL

PEMODELAN IPM PROVINSI JAWA TIMUR, JAWA TENGAH, JAWA BARAT DAN SUMATERA UTARA DENGAN METODE REGRESI LOGISTIK ORDINAL PEMODELAN IPM PROVINSI AWA IMUR, AWA ENGAH, AWA BARA DAN SUMAERA UARA DENGAN MEODE REGRESI LOGISIK ORDINAL Citra Fatimah Nur dan Purhadi Mahasiswa urusan Statistia, Institut enologi Sepuluh Nopember Kampus

Lebih terperinci

Metode Penggerombolan Berhirarki

Metode Penggerombolan Berhirarki 4 TINJAUAN PUSTAKA Analisis gerombol dalam bidang riset pemasaran sering diistilahan sebagai analisis segmentasi, merupaan alat statistia peubah ganda yang bertujuan untu mengelompoan n indiidu data e

Lebih terperinci

PENCARIAN RUTE TERBAIK MENGGUNAKAN LOGIKA FUZZYDAN ALGORITMA SEMUT

PENCARIAN RUTE TERBAIK MENGGUNAKAN LOGIKA FUZZYDAN ALGORITMA SEMUT PENCARIAN RUTE TERBAIK MENGGUNAKAN LOGIKA FUZZYDAN ALGORITMA SEMUT Syaiful Anam 1) 1) Program Studi Matematia, Jurusan Matematia, FMIPA, Universitas Brawaya Email: syaiful@ub.ac.id Abstra Rute terbai pada

Lebih terperinci

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON

PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON PERHITUNGAN KEHILANGAN PRATEKAN (LOSS OF PRESTRESS) AKIBAT SUSUT DAN RANGKAK PADA BETON DENGAN MEMPERHITUNGKAN VARIABILITAS SIFAT-SIFAT BETON M. Sigit Darmawan Dosen Diploma Teni Sipil ITS Email: msdarmawan@ce.its.ac.id

Lebih terperinci

ISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892

ISSN : e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892 ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.2 Agustus 2017 Page 2892 PENENTUAN RUTE ARADA ENGGUNAKAN ALOGARITA TABU SEARCH PADA HOOGENUS FLEET VEHICLE ROUTING PROBLE WITH TIE WINDOWS DI PT.

Lebih terperinci

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan :

Agar Xn berperilaku acak yang dapat dipertanggungjawabkan : ara memperoleh data Zaman dahulu, dgn cara : 1. Melempar dadu 2. Mengoco artu Zaman modern (>1940), dgn cara membentu bilangan aca secara numeri/ aritmati(menggunaan omputer), disebut Pseudo Random Number

Lebih terperinci

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK

Perhitungan Kehilangan Pratekan Total dengan Memakai Teori Kemungkinan ABSTRAK Jurnal APLIKASI Volume 5, Nomor 1, Agustus 2008 Perhitungan Kehilangan Pratean Total dengan Memaai Teori Kemunginan M. Sigit Darmawan Dosen Jurusan Diploma Teni Sipil, FTSP - ITS Email: msdarmawan@ce.its.ac.id

Lebih terperinci

KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST

KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST KAJIAN METODE BERBASIS MODEL PADA ANALISIS KELOMPOK DENGAN PERANGKAT LUNAK MCLUST Timbul Pardede (timbul@mail.ut.ac.id) Jurusan Statisti FMIPA, Universitas Terbua ABSTRAK Metode Ward dan metode K-rataan

Lebih terperinci

BAB III. dan menghamburkan

BAB III. dan menghamburkan BAB III MODEL GELOMBANG DAN MODEL ARUS III... Model Numeri Medan Gelombang Untu dapat menggambaran ondisi pola arus di daerah pantai ang diaibatan oleh gelombang maa ita harus dapat mengetahui ondisi medan

Lebih terperinci

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK

PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK PENERAPAN FUZZY GOAL PROGRAMMING DALAM PENENTUAN INVESTASI BANK Nurul Khotimah *), Farida Hanum, Toni Bahtiar Departemen Matematia FMIPA, Institut Pertanian Bogor Jl. Meranti, Kampus IPB Darmaga, Bogor

Lebih terperinci

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN

KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN KENDALI OPTIMAL PADA MASALAH INVENTORI YANG MENGALAMI PENINGKATAN Pardi Affandi, Faisal, Yuni Yulida Abstra: Banya permasalahan yang melibatan teori sistem dan teori ontrol serta apliasinya. Beberapa referensi

Lebih terperinci

4. 1 Spesifikasi Keadaan dari Sebuah Sistem

4. 1 Spesifikasi Keadaan dari Sebuah Sistem Dalam pembahasan terdahulu ita telah mempelajari penerapan onsep dasar probabilitas untu menggambaran sistem dengan jumlah partiel ang cuup besar (N). Pada bab ini, ita aan menggabungan antara statisti

Lebih terperinci

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN MINIMUM SPANNING TREE DENGAN ALGORITMA SEMUT

PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN MINIMUM SPANNING TREE DENGAN ALGORITMA SEMUT PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN MINIMUM SPANNING TREE DENGAN ALGORITMA SEMUT Alamsyah* * Abstract Without a program, computer is just a useless box. In general, the search for the minimum

Lebih terperinci

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK

HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL ABSTRAK HUBUNGAN SIKAP DENGAN PRAKTIK PERAWATAN BAYI SEHARI-HARI PADA IBU PRIMIPARA DI WILAYAH KERJA PUSKESMAS NGAMPEL PABUPATEN KENDAL Afifah *), Indri Subeti **) *) Mahasiswa Abid Unisa **)Dosen Abid Unisa ABSTRAK

Lebih terperinci

BAB I PENDAHULUAN 1.1 LATAR BELAKANG

BAB I PENDAHULUAN 1.1 LATAR BELAKANG BAB I PENDAHULUAN 1.1 LATAR BELAKANG Indonesia merupaan daerah pertemuan tiga lempeng tetoni besar, yaitu lempeng Indo-Australia, Eurasia dan lempeng Pasific (gambar 1). Lempeng Indo-Australia bertabraan

Lebih terperinci