Perancangan dan Implementasi Pengaturan Kecepatan Motor Brushless DC Menggunakan Metode Model Predictive Control (MPC)

Ukuran: px
Mulai penontonan dengan halaman:

Download "Perancangan dan Implementasi Pengaturan Kecepatan Motor Brushless DC Menggunakan Metode Model Predictive Control (MPC)"

Transkripsi

1 JURNAL EKNIK IS Vol. 4, No., (05) ISSN: (30-97 Prnt) E-4 Perancangan dan Implementa Pengaturan Kecepatan Motor Bruhle DC Menggunakan Metode Model Predctve Control (MPC) Fachrul Arfn, Joaphat Pramudjanto, dan Al Faton Juruan eknk Elektro, Fakulta eknolog Indutr, Inttut eknolog Sepuluh Nopember (IS) Jl. Aref Rahman Hakm, Surabaya 60 E-mal: Abtrak Saat n, peneltan dan pengembangan mobl ltrk (electrc vehcle) udah menjad puat perhatan bag kalangan ndutr dan cvta academca. Sudah banyak kendaraan ltrk yang udah dproduk ecara maal d eluruh duna. Beberapa dar kendaraan ltrk terebut menggunakan motor BLDC ebaga penggerak utamanya. Pada uga Akhr kal n, alah atu kemampuan yang akan dtelt dan danala adalah repon kecepatan motor BLDC pada mobl ltrk aat mobl dber uatu beban. Ketka mendapat pembebanan, repon kecepatan dar motor BLDC akan turun ehngga performa dar motor BLDC tdak eua dengan etpont yang dharapkan. Oleh karena tu, dbutuhkan uatu kontroler yang dapat mengata permaalahan data dan melakukan pengaturan kerja pada motor BLDC agar bekerja eua dengan kebutuhan. Kontroler n dharapkan mampu untuk mengembalkan repon kecepatan pada motor BLDC kembal kepada etpont ketka motor BLDC dber pembebanan. Penul menggunakan metode kontroler Model Predctve Control (MPC) yang dapat mempredk perlaku tem pada maa depan yang bergantung pada nforma tem aat n dan model tate-pace dar tem. Berdaarkan hal mplementa, kontroler MPC dapat memberkan repon yang eua dengan trackng etpont yang dberkan dengan rata-rata nla teadytate error ebear 9,8% untuk emua parameter pembebanan. Kata Kunc Kendaraan Ltrk, Motor Bruhle DC, Model Predctve Control S I. PENDAHULUAN aat n, epert kta telah ketahu berama bahwa cadangan dan peredaan bahan bakar fol dar tahun ke tahun cenderung menp. Kabar n tentu aja menjad hal yang buruk bag duna otomotf yang mengandalkan konum bahan bakar fol yang aat n menjad umber utama penggerak kendaraan bermotor. entu aja, hal n mendorong umat manua untuk mencar bahan bakar alternatf dan lebh efen dbandngkan bahan bakar fol. Saat n, telah banyak dtemukan berbaga macam kendaraan bermotor berbakan energ alternatf yang lebh murah dan efen dbandngkan bahan bakar fol. contohnya adalah mobl ltrk yang aat n menjad tren dan dproyekkan menjad kendaraan maa depan. Kendaraan ltrk merupakan kendaraan yang menggunakan murn energ ltrk ebaga penggeraknya. Pada kendaraan konvenonal, bahan bakar dar mnyak bum yang telah dproe, contohnya premum dan pertama, dgunakan untuk menjalankan men deel baa. Sedangkan pada kendaraan ltrk, dgunakan umber energ ltrk yang beraaldar batera untuk menggerakkan kendaraan ltrk terebut. Dalam penggunaanya, kendaraan ltrk terebut tdak lepa dar adanya uatu beban yang dtanggung oleh kendaraan terebut. Beban terebut tentu dapat mengurang performa dan repon kecepatan yang akan turun akbat adanya beban terebut. Oleh karena tu, dperlukan uatu kontroler yang berfung untuk mengembalkan repon kecepatan motor BLDC kembal pada referen yang dngnkan ketka mobl ltrk terebut dber pembebanan. Metode Model Predctve Control (MPC) dgunakan untuk mengatur repon kecepatan motor BLDC kembal ke referen yang dngnkan walaupun mobl ltrk dber pembebanan. Metode n mempredk perlaku tem pada maa depan yang bergantung pada nforma tem aat n dan model tate-pace dar tem terebut []. Metode n dharapkan dapat mengembalkan repon kecepatan motor BLDC ke referen yang dngnkan. II. PENGENALAN PLAN DAN MEODE KONROL A. Plant BLDC V- Pada pelakanaan uga Akhr kal n, akan dgunakan ebuah plant atau tem yang terdr dar komponen utama berupa motor Bruhle DC (BLDC). Stem n dkerjakan oleh 5 orang dalam atu tm dan kam ber nama plant BLDC V-. Motor BLDC n dgunakan ebaga penggerak utama dar kendaraan ltrk. Selan tu, dgunakan rem elektromagnetk untuk memberkan efek pembebanan pada motor BLDC. Gambar menunjukkan Plant BLDC V- yang dgunakan pada uga Akhr kal n. Gambar. Bentuk Fk Plant BLDC-V.

2 JURNAL EKNIK IS Vol. 4, No., (05) ISSN: (30-97 Prnt) E-4 Stem n terdr dar motor BLDC, drver motor BLDC berupa ESC (Electronc Speed Control), enor rotary encoder dan rem elektromagnetk ebaga komponen utamanya. Mkrokontroler Arduno dgunakan ebaga alat aku data pada tem. Untuk pengaturan tegangan yang mauk ke dalam rem, dgunakan drver yang dber maukan PWM yang beraal dar Arduno. Gambar menunjukkan blok dagram tem pengaturan motor BLDC. Pada Gambar 3, dapat dlhat uunan dar nla output aat n (actual output) y, nla output terpredk (predcted output) ŷ, dan manpulated nput atau nyal kontrol u. Pada etap waktu amplng k, kontroler MPC menghtung hmpunan dar nla M atau control horzon (elanjutnya debut N c ) dar nput u k,,,..., M. Nla nput akan dtahan pada nla kontan etelah M langkah pada nyal kontrol terebut. Nla nput akan dhtung edemkan ehngga nla hmpunan dar P keluaran atau output terpredk y k,,,..., P akan mencapa nla etpont yang dngnkan. P merupakan nla dar predcton horzon (elanjutnya debut N p ) pada kontroler MPC. Perhtungan nla kontrol pada kontroler MPC dhtung berdaarkan nla optmal dar uatu fung objektf atau ndek performan J. [3] Gambar. Blok Dagram Stem Pengaturan Motor BLDC. B. Identfka Dnam [] Identfka dnam dgunakan untuk mendapatkan pemodelan dar tem motor BLDC yang udah dber beban tertentu. Identfka dnam dlakukan dengan cara member tem ebuah maukan nyal acak berupa nyal Peudo- Random Bnary Sequence (PRBS). Snyal PRBS mrp dengan blangan acak ecara nyata, tap juga dapat debut emu atau peudo karena berfat determntk. Setelah mendapatkan output dar tem etelah dber nyal PRBS, langkah elanjutnya adalah menentukan pemodelan yang akan dgunakan. Pada uga Akhr kal n, dgunakan pendekatan ARX untuk mendapatkan fung alh dar tem. Pendekatan ARX dapat tulkan ebagamana Peramaan. y( t) a y( t )... a y( k n ) b u( t n )... b u( t n n ) e( t) k n b k b n a y(t) : Output pada waktu t n : Banyaknya jumlah pole a n b : Banyaknya jumlah zero dtambah atu n k : Nla dead tme. Nla n merupakan jumlah maukan yang terjad ebelum memberkan pengaruh pada keluaran. C. Model Predctve Control (MPC) [] ujuan utama dar ebuah Model Predctve Control (MPC) adalah untuk menghtung trayektor dar nyal kontrol u (manpulated varable) yang akan datang untuk mengoptmalkan perlaku yang akan datang (future behavor) pada nyal output y pada ebuah plant. Perhtungan pada kontroler MPC ddaarkan pada nla pengukuran aat n dan predk dar nla output yang akan datang. Objektf dar kontroler MPC adalah untuk menentukan nla nyal kontrol (equence of control move) ehngga nla output yang dpredk akan mendekat nla etpont dengan optmal. a () Gambar 3. Konep Daar dar Kontroler Model Predctve Control (MPC). [3] Pertama, kta mendefnkan ebuah tem ngle-nput ngle-output ebagamana Peramaan. x ( k ) A x ( k) B u( k) m m m m y( k) C x ( k) D u( k) m m Untuk dapat menerapkan kontroler MPC pada uatu plant, maka kta perlu mengubah bentuk tate pace Peramaan menjad bentuk augmented model. Adapun bentuk augmented model dapat ddefnkan ebaga Peramaan 3. x( k ) A x( k ) xm( k ) A 0 m( ) m m x k Bm uk ( ) y( k ) C y( k) C mam mb m C xm ( k) yk ( ) 0m yk ( ) Adapun m n m B () (3) o dan matrk A,B,C baa debut augmented model. Model tate pace nlah yang akan dgunakan elanjutnya untuk merancang ebuah kontroler MPC. Setelah mendefnkan augmented model, langkah elanjutnya adalah menentukan matrk predcted output (F) dan matrk future control (Φ) berdaarkan Peramaan 4.

3 JURNAL EKNIK IS Vol. 4, No., (05) ISSN: (30-97 Prnt) E-43 Y Fx( k ) U (4) CA CB 0 0 CAB CB 0 CA 3 F CA ; CA B CAB 0 0 N N p N p N p p Nc CA CA B CA B CA B N c merupakan nla control horzon, yatu jumlah langkah kontrol berkelanjutan yang dterapkan dan dpredk oleh kontroler MPC dalam ebuah amplng tme. Selan tu, varabel output terpredk dapat dperkrakan dan dpredk dalam jumlah ampel N p, dmana N p merupakan nla predcton horzon. Sebaga catatan, nla N c haru lebh kecl atau ama dengan nla N p. Dalam ebuah kontroler MPC, dperlukan proe optma yang mempunya objektf kontrol untuk memnmalkan error yang terbentuk dar elh nla referen dengan nla keluaran dar plant. Optma terebut dlakukan dengan mendekrpkan ebuah nla dan parameter ndek performan J yang mereflekkan objektf kontrol dar kontroler MPC. Indek performan terebut dapat ddefnkan ebaga berkut: (5) u( k ) 0 0 ( R) ( R Fx( k )) N c K r( k ) K x( k ) y MPC (0) Gan MPC K MPC merupakan bar pertama dar ( R) ( F). Sedangkan K y adalah elemen pertama dar ( R) ( R ). Untuk mencar peramaan tem cloed-loop pada kontroler MPC epert yang terlhat pada Gambar 4, dgunakan augmented model yang tertul pada Peramaan. x( k ) Ax( k) B u( k) () Stem cloed-loop dapat dcar dengan menubttu Peramaan 0 kedalam Peramaan dan menggant ndek k ke dalam k ebagamana Peramaan. x( k ) Ax( k) BK x( k) BK r( k) ( A BK ) x( k) BK r( k) MPC MPC y y () J ( R Y) ( R Y) U R U (6) R N p r( k ) R merupakan vektor yang mempunya nforma nyal referen atau et-pont yang ddefnkan epert tertul pada Peramaan 6. Matrk R adalah matrk dagonal yang berbentuk R r I ( r 0) dan dgunakan ebaga w N N w c c parameter tunng kontroler MPC. Untuk mendapatkan nla kontrol optmal yang akan memnmala ndek performan J, kta dapat mengekprekan ndek performan J pada Peramaan 8 ebaga berkut: J ( R Fx( k )) ( R Fx( k )) U ( R Fx( k )) U ( R) U Untuk mendapatkankan kontrol optmal dar kontroler MPC, maka Peramaan 8 dturunkan terhadap ΔU dan J memenuh kond = 0. Oleh karena tu, olu optmal U dar nyal kontrol pada kontroler MPC yang memnmalkan ndek performan J tertul pada Peramaan 9. (7) (8) U ( R) ( R Fx( k )) (9) ΔU merupakan vektor yang mengandung nyal kontrol u( k ), u( k ),, u( k Nc ). Dkarenakan prnp dat Recedng Horzon Control (RHC), kta hanya dapat mengmplementakan ampel pertama dar urutan atau equence terebut, contoh Δu(k ), dan mengabakan nla atau urutan elanjutnya epert tertul pada Peramaan 0. Gambar 4. Dagram Blok Stem Kontrol Loop ertutup Model Predctve Control untuk Waktu Dkrt dengan menggunakan Oberver. III. IDENIFIKASI DAN PERANCANGAN KONROLER A. Metode Pembebanan Plant Pada uga Akhr kal n, motor BLDC dberkan beban berupa rem elektromagnetk. Beban n menggambarkan beban awal pada kendaraan elektrk yang dtenaga oleh motor BLDC. Pembebanan dlakukan dengan 3 nla yang berbeda, yatu beban mnmal, nomnal dan makmal. Potenometer dgunakan untuk mengatur pemberan nput PWM ke drver rem elektromagnetk melalu pn A0. Skala yang dgunakan mula dar nol untuk menon-aktfkan rem hngga kala 000 untuk pemberan nput makmal pada rem. Nla tegangan yang mauk ke dalam rem dapat dlhat pada abel. abel. Metode Pembebanan pada Stem Metode Pembebanan Input PWM Nla Mnmal 400 4,4 Volt Nomnal 600 7,89 Volt Makmal 800,56 Volt

4 JURNAL EKNIK IS Vol. 4, No., (05) ISSN: (30-97 Prnt) E-44 B. Identfka Motor BLDC Setelah menentukan pembebanan, langkah elanjutnya adalah melakukan dentfka dnam pada motor BLDC yang udah dber nla pembebanan. Identfka dnam dlakukan dengan memberkan nyal PRBS pada tem. Adapun nput yang dberkan berupa nla pula PWM yang dmaukkan ke dalam ESC. Pengamblan data dlakukan dengan membaca nla enor rotary encoder yang telah dhubungkan ke dalam Arduno untuk membaca nla output kecepatan dar motor BLDC. Setelah repon berhal ddapatkan, repon terebut lalu dmodelan dengan pendekatan ARX pada orde ampa dengan 3 menggunakan bantuan Sytem Identfcaton oolbox pada oftware MALAB. Lalu, model yang dgunakan untuk anala kontroler adalah model dengan nla error yang palng kecl. Gambar perbandngan repon pengukuran dan pemodelan tem dapat dlhat pada Gambar 5. D. Perancangan Kontroler MPC Kontroler MPC merupakan kontroler berba model. Artnya, dperlukan ebuah pemodelan fung alh yang bak agar kontroler yang telah ddean dapat bekerja ecara optmal. Fung alh yang dgunakan merupakan fung alh motor BLDC pada pembebanan makmal. Fung alh n tdak ba langung dgunakan untuk merancang kontroler MPC, melankan haru dubah terlebh dahulu ke dalam bentuk tate-pace. Pada pembebanan makmal, repreenta fung alh yang bernla RMSE palng kecl adalah ebaga berkut: Y( z) b z b z b 0, 0083z 0, U() z z a z a z 0, 9936z 0, (3) Bentuk tate-pace yang dgunakan pada uga Akhr n adalah bentuk controllable canoncal form [4]. Bentuk tatepace untuk orde terebut mempunya truktur ebaga berkut: x( k ) 0 x( k) 0 uk ( ) x( k ) a a x( k) x ( k) y( k) b ab0 b ab 0 b0u( k) x( k) (4) Berdaarkan bentuk data, maka model tate-pace dar Peramaan 3. dapat kta mpulkan ebaga berkut: Gambar 5. Perbandngan Repon Hal Pengukuran dan Pemodelan pada Beban Mnmal. C. Pengujan dan Valda Model Setelah dlakukan pemodelan menggunakan pendekatan ARX, langkah elanjutnya adalah memvalda fung alh terebut. Semakn bak uatu pemodelan, maka repon yang dhalkan akan emakn menyerupa repon alnya. Keakuratan uatu pemodelan dapat dlhat dar nla error-nya, dalam hal n dkalkula menggunakan metode Root Mean Square Error (RMSE). Semakn kecl nla RMSE, emakn bak pula pemodelan yang dhalkan. Berdaarkan hal perhtungan dentfka dnam untuk tap pembebanan, ddapatkan pemodelan motor BLDC ebagamana abel. abel. Pemodelan Motor BLDC pada Berbaga Macam Kond Pembebanan Pembebanan Fung alh RMSE (%) 0, 0053z 0, Mnmal z 0, 9957z0, , 00339z 0, Nomnal z 0,9956z0, , 0083z 0, Makmal z 0,9936z0, ,98 5,68 5,43 x( k ) 0 x( k) 0 uk ( ) x ( k ) 0, ,9936 x ( k) x ( k) yk ( ) 0, ,0083 x( k) Setelah mendapatkan nla tate-pace dar tem, langkah elanjutnya adalah mengubah tate-pace terebut ke dalam bentuk augmented model. Berdaarkan Peramaan (3), dapat dmpulkan bahwa augmented model dar tem adalah ebaga berkut: A x( k ) x( k ) xm( k ) m( ) 0, , x k uk ( ) y( k ) y( k) 0 0,0094 0,0083 C xm( k ) yk ( ) 0 0 yk ( ) Matrk A,B,C yang merupakan bentuk augmented model akan dgunakan elanjutnya dalam merancang ebuah kontroler MPC. Langkah elanjutnya dalam perancangan kontroler MPC adalah menentukan parameter dar kontroler MPC. Parameter yang dmakud adalah predcton horzon (N p ), control horzon (N c ) dan tunng parameter pada ndek performan (r w ). Pada perancangan kal n, kta akan menggunakan parameter predcton horzon ebear 5 langkah, control horzon enla langkah dan tunng parameter ndek performan ebear. Berdaarkan parameter data dan Peramaan 5, dapat dtentukan matrk F dan Φ ebaga berkut: B

5 JURNAL EKNIK IS Vol. 4, No., (05) ISSN: (30-97 Prnt) E , , , 000 0, 087 0, 0 0, 008 F 0, 000 0, 080 ; 0, 05 0, 0 0, 000 0, , , 05 0, 000 0, , 040 0, 0308 Setelah mendapatkan matrk F dan Φ dapat, parameter elanjutnya yang akan dcar adalah gan dar kontroler MPC. Gan terebut adalah K MPC dan K y. Untuk mencar nla K MPC, terlebh dahulu kta haru mencar nla dar matrk ( R) ( F). Y ( R) ( F) (5) 0 0, ,07 Y 0 0, 006 0, 0607 Nla gan K MPC merupakan bar pertama dar matrk Y. Oleh karena tu, nla gan K MPC dapat kta mpulkan ebaga matrk berkut n: K MPC 0 0, ,07 Setelah gan K MPC dtemukan, langkah elanjutnya adalah mencar gan K y. Penguatan atau gan n dapat dtemukan dar nla matrk ( ) ( ). R R Z ( R) ( R ) (6) 0,07 Z 0,607 Gan K y merupakan bar pertama dar matrk Z. Berdaarkan matrk data, dapat kta ambl bahwa nla K y mempunya nla: K 0,07 y Gambar 6. Dagram Blok Smula Pengujan Kontroler MPC pada Stem. Varabel pertama yang akan duj pada tem dan kontroler MPC adalah pengaruh nal predcton horzon atau N p. erlhat dar Gambar 7, bahwa repon yang dhalkan oleh tem akan berbeda-beda erng dengan parameter predcton horzon yang berbeda pula. Pada nla N p = 60, terlhat bahwa repon udah mengkut trackng etpont yang dberkan. etap, epert terlhat pada Gambar 7, overhoot yang dhalkan oleh tem angat tngg. entu aja repon epert n angat dhndar karena akan meruak motor. Oleh karena tu, perlu d-tunng lag nla dar predcton horzon agar repon yang dhalkan tdak mengalam overhoot. Setelah melakukan beberapa kal pengujan, akhrnya dtemukan nla N p = 600. Repon yang dhalkan jauh lebh bak dbandngkan nla N p = 60. Repon yang dhalkan tdak mengalam overhoot ama ekal. Akan tetap, terlhat bahwa repon yang dhalkan lebh lambat darpada nla N p = 60. IV. SIMULASI, IMPLEMENASI DAN ANALISA ahap mula dgunakan untuk mengetahu performa dar kontroler MPC dalam memnmalkan nla error antara repon dengan referen. ahap mula pentng dlakukan ebelum tahap mplementa untuk mematkan bahwa perancangan kontroler udah memenuh performa yang dharapkan. Blok dagram mula dtunjukkan epert Gambar 6. Secara gar bear, dagram blok mula tem terdr dar tate-pace tem, penguatan atau gan MPC dan ubtem oberver. Blok dagram dar mula tem dapat dlhat pada Gambar 6. Gambar 7. Pengaruh Parameter Predcton Horzon pada Stem. Setelah menentukan pengaruh dar predcton horzon pada repon tem, varabel elanjutnya yang akan duj adalah pengaruh dar control horzon atau N c pada repon tem. Gambar 8 menunjukkan pengaruh dar perubahan nla control horzon pada repon tem. erlhat pada gambar bahwa emua nla varabel control horzon mengkut dar trackng etpont. Hanya aja, terlhat bahwa emakn kecl nla dar control horzon, maka repon akan emakn lambat dan repon yang dhalkan mrp epert orde. Sebalknya, emakn bear nla control horzon, maka repon dar tem akan emakn cepat. Akan tetap, nla

6 JURNAL EKNIK IS Vol. 4, No., (05) ISSN: (30-97 Prnt) E-46 control horzon yang emakn tngg akan mengakbatkan emakn tngg pula overhoot yang dhalkan. Gambar 8. Pengaruh Parameter Control Horzon pada Stem. Varabel terakhr yang duj pengaruhnya pada tem adalah nla tunng parameter r w pada ndek performan J. Gambar 9 menunjukkan pengaruh dar perubahan nla tunng parameter pada repon tem. erlhat pada Gambar 9, bahwa emua nla varabel tunng parameter mengkut dar trackng etpont. erlhat bahwa emakn kecl nla r w, emakn cepat repon yang ddapatkan. Sebalknya, emakn bear nla r w, maka repon dar tem akan emakn lambat. Akan tetap, nla tunng parameter yang emakn kecl akan mengakbatkan menngkatnya overhoot yang dhalkan. Performa kontroler pada referen trackng, dapat dlhat pada Gambar 0. Gambar 0. Repon Stem pada Pembebanan Mnmal dengan Referen rackng. Pada tahap mplementa, epert terlhat pada Gambar, repon yang dberkan oleh tem dapat mengkut referen etpont yang dberkan walaupun tem, dalam hal n motor BLDC, edang dberkan pembebanan. Akan tetap, jka lebh dtelt ecara ekama, terdapat error teady-tate aat referen berada pada kecepatan 500 RPM. Repon yang dberkan juga terlhat tdak begtu halu mengkut referen etpont yang dberkan. In dkarenakan beberapa faktor yang mempengaruh tem. Faktor pertama ada pada enor rotary encoder yang menerma banyak noe dar lngkungan ektar. Faktor kedua adalah pengetmaan nla tate lan yang tdak dketahu yang dlakukan oleh oberver tdak dapat dtentukan ecara akurat. Faktor terakhr adalah data lo yang terjad pada komunka eral. abel 3 menyajkan data perhal karaktertk repon d emua pembebanan pada tahap mula dan mplementa. abel 3. Perbandngan Karaktertk Repon pada ahap Smula dan Implementa Beban %e t r (detk) t (detk) %M p S* I* S I S I S I Mn 0 0 7,66 0,78 0,3, Nom 0 7,4 5,70 0,69 7,74,7 0 0 Mak 0 5,0 0,94 6,65 0, *) S : mula I : mplementa Gambar 9. Pengaruh Parameter unng Indek Performan pada Stem. Gambar. Hal Implementa Kontroler MPC pada Stem dengan Pembebanan Mnmal.

7 JURNAL EKNIK IS Vol. 4, No., (05) ISSN: (30-97 Prnt) E-47 V. KESIMPULAN Dar hal mula dan mplementa, terlhat bahwa kecepatan motor BLDC dapat mengkut referen trackng pada emua parameter pembebanan etelah dber kontroler MPC. Semakn bear nla predcton horzon dan tunng parameter, repon yang dhalkan akan emakn lambat dan halu. Sebalknya, emakn kecl nla predcton horzon dan tunng parameter akan mengakbatkan repon yang emakn cepat walaupun dapat menmbulkan overhoot yang emakn tngg. Jka nla control horzon dan tunng parameter emakn bear, maka tem akan memlk waktu repon yang lebh cepat dengan kekurangan overhoot yang emakn tngg. Adapun jka nla control horzon dan tunng parameter emakn kecl, repon yang dhalkan tem akan emakn halu walaupun waktu repon akan emakn lambat. VI. UCAPAN ERIMA KASIH Ucapan terma kah ebear-bearnya dtujukan kepada Beny Setyad Hdayat, Habb Ibnu Haan, Hudaby Hbban dan Muhamaad Ammar Huwad ebaga eam BLDC V- yang telah merancang dan mewujudkan plant BLDC V- yang dgunakan pada proceedng n. DAFAR PUSAKA [] Wang, L., Model Predctve Control Sytem Degn and Implementaton Ung MALAB, Sprnger, London, 009 [] Sődertrőm,. and Stoca, P., Sytem Identfcaton, Prentce Hall, Unted Kngdom, 00 [3] Seborg, D.E., Mellchamp, D.A., Edgar,.F., dan Doyle, F.J., Proce Dynamc and Control, Wley, London, 0 [4] Ogata, Katuhko., Dcrete-me Control Sytem, Prentce Hall, New Jerey, 994

* PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI

* PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI * PERANCANGAN SISTEM PENGENDALIAN BERTINGKAT PADA STEAM DRUM PT INDONESIA POWER UBP SUB UNIT PERAK-GRATI Oleh : eko wahyudanto (409.05.004) Pembmbng : Ir.Mochamad.Ilya HS NIP. 949099 97903 00 Latar Belakang

Lebih terperinci

Sistem Pengaturan Waktu Riil

Sistem Pengaturan Waktu Riil Stem engaturan Waktu Rl Algortma engatur Dgtal Ir. Jo ramudjanto, M.Eng. Juruan Teknk Elektro FTI ITS Telp. 594730 Fax.59337 Emal: jo@ee.t.ac.d Stem engaturan Waktu Rl - 0 Objektf: Metode Dan enalaan arameter

Lebih terperinci

TE Dasar Sistem Pengaturan

TE Dasar Sistem Pengaturan TE09346 Daar Stem Pengaturan Perancangan ontroler : ontroler Prooronal Integral Ir Jo Pramudjanto, MEng Juruan Teknk Elektro FTI ITS Tel 594730 Fax59337 Emal: jo@eetacd Daar Stem Pengaturan 06b Objektf:

Lebih terperinci

PEMODELAN SISTEM FISIS

PEMODELAN SISTEM FISIS 4 PEMODEAN SSTEM SS 4. Pendahuluan Satu tuga yang pentng dalam anal dan perancangan tem kendal adalah pemodelan dar tem. Sebelum kta melakukan perancangan ebuah tem kendal, terlebh dahulu haru dlakukan

Lebih terperinci

Kajian Pemilihan Struktur Dua Rantai Pasok yang Bersaing Untuk Strategi Perbaikan Kualitas

Kajian Pemilihan Struktur Dua Rantai Pasok yang Bersaing Untuk Strategi Perbaikan Kualitas JURNAL TEKNIK POITS Vol. 1, No. 1, (01 1-5 1 Kaan Pemlhan Struktur Dua Ranta Paok yang Berang Untuk Strateg Perbakan Kualta Ika Norma Kharmawat, Lakm Prta W, Suhud Wahyud Juruan atematka Fakulta atematka

Lebih terperinci

Pengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION )

Pengantar. Ilustrasi 29/08/2012. LT Sarvia/ REGRESI LINEAR BERGANDA ( MULTIPLE LINEAR REGRESSION ) 9/08/0 ( MULTIPLE LINEA EGEION ) Elty arva, T., MT. Fakulta Teknk Juruan Teknk Indutr Unverta Krten Maranatha Bandung Pengantar Pada e ebelumnya kta hanya menggunakan atu buah X, dengan model Y = a + bx

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

Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solusi Integer Linear Programming

Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solusi Integer Linear Programming JURNAL SAINTIFIK VOL. NO., JANUARI 0 Penggunaan Metode Branch and Bound dan Gomory Cut dalam Menentukan Solu Integer Lnear Programmng Wahyudn Nur, Nurul Mukhlah Abdal Program Stud Matematka FMIPA Unverta

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

EL2005 Elektronika PR#01

EL2005 Elektronika PR#01 EL2005 Elektronka PR#0 SOAL B C E G a. Buktkan bahwa n = ( ). b. Turunkan peramaan untuk A v = /. c. Htung nla n dan A v = / jka dberkan = 00 kω, = 00 Ω, = kω, dan = 00. d. Ulang oal (c) jka dberkan =

Lebih terperinci

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) IV. PEMBAHASAN 8 IV PEMBAHASAN 4 Aum Berkut n aum yang dgunakan dalam memodelkan permanan a Harga paar P ( merupakan fung turun P ( kontnu b Fung baya peruahaan- C ( fung baya peruahaan- C ( merupakan fung nak C ( C

Lebih terperinci

Marzuki Program Studi Pendidikan Matematika FKIP Universitas Almuslim ABSTRAK

Marzuki Program Studi Pendidikan Matematika FKIP Universitas Almuslim ABSTRAK PERBANDINGAN PRETAI IWA ANTARA PEMBELAJARAN PROBLEM OLVING DENGAN METODE KONVENONAL PADA DALIL PHYTAGORA TERHADAP IWA KELA VIII MP NEGERI PEUANGAN ELATAN KABUPATEN BIREUEN Marzuk Program tud Penddkan Matematka

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

IMPLEMENTASI SISTEM KONTROL TRACKING

IMPLEMENTASI SISTEM KONTROL TRACKING IMPLEMENTASI SISTEM KONTROL TRACKING PADA PENGARAHAN ANTENA MENGGUNAKAN PID-LEAD COMPENSATOR (IMPLEMENTATION OF TRACKING CONTROL SYSTEM FOR ANTENNA POINTING USING PID-LEAD COMPENSATOR) Moh. Imam Afand

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujuan Peneltan Peneltan n bertujuan untuk mengetahu Pembelajaran Kooperatf Tpe Student Team Achevement Dvon (STAD) dengan Meda Komk Lebh Efektf darpada Pembelajaran dengan

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB 2 LANDASAN TEORI 2.1 Pengertan Analsa Regres Dalam kehdupan sehar-har, serng kta jumpa hubungan antara satu varabel terhadap satu atau lebh varabel yang lan. Sebaga contoh, besarnya pendapatan seseorang

Lebih terperinci

BAB 5E UMPAN BALIK NEGATIF

BAB 5E UMPAN BALIK NEGATIF Bab E, Umpan Balk Negat Hal 217 BB 5E UMPN BK NEGTF Dengan pemberan umpan balk negat kualta penguat akan lebh bak hal n dtunjukkan dar : 1. pengutannya lebh tabl, karena tdak lag dpengaruh leh kmpnen-kmpnen

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujuan Peneltan Dalam uatu peneltan tentu ada tujuan yang ngn dcapa eua dengan latar belakang dan rumuan maalah yang telah durakan d ata. Tujuan peneltan adalah:. Untuk mengetahu

Lebih terperinci

Penurunan Syarat Orde Metode Runge-Kutta dengan Deret Butcher

Penurunan Syarat Orde Metode Runge-Kutta dengan Deret Butcher Vol., No., -9, Januar 06 Penurunan Syarat Orde Metode Runge-Kutta dengan Deret Butcer Mutar Abtrak Tulan n membaa aplka deret Butcer dalam penurunan yarat orde metode Runge- Kutta. Penurunan deret Butcer

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

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

BAB V ANALISIS RESPON DINAMIK TANAH DAN RESPON SPEKTRA DESAIN

BAB V ANALISIS RESPON DINAMIK TANAH DAN RESPON SPEKTRA DESAIN BAB V ANALISIS RESPON DINAMIK TANAH DAN RESPON SPEKTRA DESAIN Anal repon te pefk dlakukan untuk mengevalua repon tanah lokal terhadap gerakan batuan daar d bawahnya. Kond tanah lokal mempengaruh karaktertk

Lebih terperinci

Perancangan Pengendali PI. Institut Teknologi Sepuluh Nopember

Perancangan Pengendali PI. Institut Teknologi Sepuluh Nopember Perancangan Pengendal PI Inttut Teknolog Seuluh Noember Mater ontoh Soal Lathan ngkaan Mater ontoh Soal Perancangan Pengendal P Perancangan Pengendal PI Perancangan Pengendal PD Perancangan Pengendal PID

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

Lebih terperinci

MODUL 2 SISTEM KENDALI KECEPATAN

MODUL 2 SISTEM KENDALI KECEPATAN MODUL SISTEM KENDALI KECEPATAN Kurniawan Praetya Nugroho (804005) Aiten: Muhammad Luthfan Tanggal Percobaan: 30/09/06 EL35-Praktikum Sitem Kendali Laboratorium Sitem Kendali dan Komputer STEI ITB Abtrak

Lebih terperinci

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

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

Analisa Problem Difraksi Pada Celah dengan Regularisasi TSVD dan Tikhonov

Analisa Problem Difraksi Pada Celah dengan Regularisasi TSVD dan Tikhonov Prodng SNPPI 0 ISBN: 086-56 Anala Problem Dfrak Pada Celah dengan Regulara SVD dan khonov Mudrk Alaydru eknk Elektro, Unverta Mercu Buana J. Raya Meruya Selatan, Kembangan, Jakarta, 650 E-mal : mudrkalaydru@yahoo.com

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

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

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

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

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

BAB IV HASIL PENELITIAN

BAB IV HASIL PENELITIAN 6 BAB IV HAIL PENELITIAN A. Deskrps Data Hasl Peneltan Untuk mengetahu keefektfan penerapan model pembelajaran cooperatve learnng tpe TAD (tudent Teams-Achevement Dvsons) terhadap hasl belajar matematka

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 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI LNSN TEORI. nala Jarngan Kera Metode arngan kera dperkenalkan menelang decade 0-an, oleh atu tm engneer dan ahl matematka dar peruahaan u Pont bekera ama dengan Rand orporaton, dalam uaha mengembangkan

Lebih terperinci

Sistem Komunikasi II (Digital Communication Systems)

Sistem Komunikasi II (Digital Communication Systems) Stem Komunka II (Dgtal Communcaton Sytem) Lecture #4: Demodula / Detek Baeband (Baeband Demodulaton/Detecton) - PART II - Topk: 4. Nota & Termnolog Vektor. 4. Energ & Eucldean Dtance. 4.3 Optmal Detecton:

Lebih terperinci

Jika rangkaian pada gambar 1 dipicu (eksitasi) dengan tegangan V 1 dan V 2, maka arus I 1 dan I 2 akan dikaitkan dengan persamaan berikut :

Jika rangkaian pada gambar 1 dipicu (eksitasi) dengan tegangan V 1 dan V 2, maka arus I 1 dan I 2 akan dikaitkan dengan persamaan berikut : PARAMETER uatu rangkaan (network) mempunya uatu black box yang berkan berbaga komponen elektronka atau lumped element epert retor, kapator, nduktor atau trantor. Untuk mendefnkan parameter-, perlu dtekankan

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

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

Penguat. output matching network. Input matching network. Rangkaian penyesuai impedansi penguat gelombang mikro

Penguat. output matching network. Input matching network. Rangkaian penyesuai impedansi penguat gelombang mikro Hgh Gan Amplfer Degn Untuk pera penguatan bear, aru dran ( untuk FET) harulah cukup bear, ektar 90% dar nla aturanya ( 0,9 I d ) Rangkaan penyeua mpedan untuk nput dan utput haru matchng cnjugate dengan

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

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

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai

II. TEORI DASAR. Definisi 1. Transformasi Laplace didefinisikan sebagai II. TEORI DASAR.1 Transormas Laplace Ogata (1984) mengemukakan bahwa transormas Laplace adalah suatu metode operasonal ang dapat dgunakan untuk menelesakan persamaan derensal lnear. Dengan menggunakan

Lebih terperinci

ABSTRAK. Lentera :Vol.12, No.3, Nopember

ABSTRAK. Lentera :Vol.12, No.3, Nopember PERBEDAAN PRETAI BELAJAR PENYEDERHANAAN BENTUK AKAR YANG DIAJARKAN DENGAN MENGGUNAKAN METODE TANYA JAWAB DAN METODE KOOPERATIF MODEL GROUP INVETIGAI PADA IWA KELA X MA NEGERI 7 KOTA LHOKEUMAWE Marzuk Doen

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

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

Jurnal Ilmiah Widya Teknik Vol No ISSN

Jurnal Ilmiah Widya Teknik Vol No ISSN Jurnal Ilmah Wdya Teknk Vol. 13 --- No. 1 --- 2014 IN 1412-7350 PENERAPAN MODEL OPTIMAI LINE BALANCING DAN GENETIC ALGORITHM (TUDI KAU: PT. KARYA MEKAR DEWATAMALI) Andy Lanto, Dan Retno ar Dew*, Dn Endah

Lebih terperinci

BAB V TEOREMA RANGKAIAN

BAB V TEOREMA RANGKAIAN 9 angkaan strk TEOEM NGKIN Pada bab n akan dbahas penyelesaan persoalan yang muncul pada angkaan strk dengan menggunakan suatu teorema tertentu. Dengan pengertan bahwa suatu persoalan angkaan strk bukan

Lebih terperinci

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

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

Lebih terperinci

BAB IV HASIL ANALISIS

BAB IV HASIL ANALISIS BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan

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

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen dengan populasi penelitian yaitu 4 III. METODE PENELITIAN A. Populas Peneltan Peneltan n merupakan stud ekspermen dengan populas peneltan yatu seluruh sswa kelas VIII C SMP Neger Bukt Kemunng pada semester genap tahun pelajaran 01/013

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujuan Peneltan Tujuan peneltan n adalah untuk mengetahu perbandngan hal belajar antara metode ceramah dengan metode mnd mappng pada mater pokok tem pernapaan manua d MT. PI

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

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

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN A. Tujuan Peneltan Adapun tujuan dar peneltan n adalah:. Untuk mengetahu pelaksanaan model pembelajaran Problem Based Learnng pada mater pokok kalor kelas VII d MTs Nurul Itthad

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

Pengaturan Proses Tekanan pada Sistem Pengaturan Berjaringan Menggunakan Kontroler Fuzzy Neural Network

Pengaturan Proses Tekanan pada Sistem Pengaturan Berjaringan Menggunakan Kontroler Fuzzy Neural Network TUGAS AKHIR TE - 091399 Pengaturan Proses Tekanan pada Sstem Pengaturan Berjarngan Menggunakan Kontroler Fuzzy Neural Network Rende Ramadhan NRP 2208100131 Dosen Pembmbng : Ir. Al Faton, M.T. Imam Arfn,

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel

BAB 2 LANDASAN TEORI. persamaan penduga dibentuk untuk menerangkan pola hubungan variabel-variabel BAB LANDASAN TEORI. Analss Regres Regres merupakan suatu alat ukur yang dgunakan untuk mengukur ada atau tdaknya hubungan antar varabel. Dalam analss regres, suatu persamaan regres atau persamaan penduga

Lebih terperinci

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

MENGANALISA GANGGUAN PADA 331 WEIGHT FEEDER 2 UNTUK MENINGKATKAN PRODUKSI DI PT. SEMEN GRESIK (PERSERO).Tbk PABRIK TUBAN ABSTRAK

MENGANALISA GANGGUAN PADA 331 WEIGHT FEEDER 2 UNTUK MENINGKATKAN PRODUKSI DI PT. SEMEN GRESIK (PERSERO).Tbk PABRIK TUBAN ABSTRAK Nelson ulstono Teknk Mesn Unverstas Islam Malang 015 MENGANALIA GANGGUAN PADA 331 WEIGHT FEEDER UNTUK MENINGKATKAN PRODUKI DI PT. EMEN GREIK (PERERO).Tbk PABRIK TUBAN Nelson ulstono, Teknk Mesn, Fakultas

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

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

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

Nama : Crishadi Juliantoro NPM :

Nama : Crishadi Juliantoro NPM : ANALISIS INVESTASI PADA PERUSAHAAN YANG MASUK DALAM PERHITUNGAN INDEX LQ-45 MENGGUNAKAN PORTOFOLIO DENGAN METODE SINGLE INDEX MODEL. Nama : Crshad Julantoro NPM : 110630 Latar Belakang Pemlhan saham yang

Lebih terperinci

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

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

Lebih terperinci

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 III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan

BAB III METODE PENELITIAN. menggunakan strategi pembelajaran mind mapping dalam pendekatan 35 BAB III METODE PENELITIAN A. Jens dan Desan Peneltan Jens peneltan n adalah kuas ekspermen. Pada peneltan n terdapat dua kelompok subjek peneltan yatu kelompok ekspermen yang dberkan suatu perlakuan

Lebih terperinci

BASIS DATA PARALEL PADA SISTEM MULTIKOMPUTER MENGGUNAKAN POSTGRESQL-MPI

BASIS DATA PARALEL PADA SISTEM MULTIKOMPUTER MENGGUNAKAN POSTGRESQL-MPI Semnar Naonal Teknolog Informa dan Multmeda 204 STMIK AMIKOM Yogyakarta, 8 Februar 204 BASIS DATA PARALEL PADA SISTEM MULTIKOMPUTER MENGGUNAKAN POSTGRESQL-MPI Rzk Arf Frdau ), Ahmad Ahar 2) ), 2) Juruan

Lebih terperinci

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK:

BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA. CONTOH : HASIL ULANGAN MATEMATIKA 5 SISWA SBB: PENGERTIAN STATISTIKA DAN STATISTIK: BAB IX. STATISTIKA Contoh : hasl ulangan Matematka 5 sswa sbb: 6 8 7 6 9 Pengertan Statstka dan

Lebih terperinci

SCHEMATICS 2009 National Programming Contest

SCHEMATICS 2009 National Programming Contest SCHEMATICS 2009 Natonal Programmng Contest No Nama Problem 1 Berhtung 2 Gelang Cantk 3 Jalan 4 Kubangan Lumpur 5 Ayam dan Bebek 6 Schematcs09 7 Pagar Labrn JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNOLOGI

Lebih terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.1 Pengertan Regres Regres pertama kal dgunakan sebaga konsep statstka oleh Sr Francs Galton (18 1911).Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang selanjutnya

Lebih terperinci

PENGENDALI OTOMATIS DI INDUSTRI

PENGENDALI OTOMATIS DI INDUSTRI Bab IX PENGENDALI OOMAIS DI INDUSRI Pengendal otomat membandngkan nla ebenarnya dar keluaran tem dengan maukannya, menentukan enymangan dan menghalkan nyal kendal yang akan mengurang enymangan ehngga menjad

Lebih terperinci

PERBANDINGAN TUNING PARAMETER KONTROLER PD MENGGUNAKAN METODE TRIAL AND ERROR DENGAN ANALISA GAIN PADA MOTOR SERVO AC

PERBANDINGAN TUNING PARAMETER KONTROLER PD MENGGUNAKAN METODE TRIAL AND ERROR DENGAN ANALISA GAIN PADA MOTOR SERVO AC , Inovtek, Volume 6, Nomor, April 26, hlm. - 5 PERBANDINGAN TUNING PARAMETER ONTROLER PD MENGGUNAAN METODE TRIAL AND ERROR DENGAN ANALISA GAIN PADA MOTOR SERVO AC Abdul Hadi PoliteknikNegeriBengkali Jl.

Lebih terperinci

PENERAPAN METODE FUZZY ITEM RESPONSE THEORY PADA e-learning COMPUTERIZED ADAPTIVE TEST

PENERAPAN METODE FUZZY ITEM RESPONSE THEORY PADA e-learning COMPUTERIZED ADAPTIVE TEST Vol. 4, No. Deember 014 ISSN 088-130 PENERAPAN METODE FUZZY ITEM RESPONSE THEORY PADA e-learning COMPUTERIZED ADAPTIVE TEST Dah Kuumawat 1, Andharn Dw Cahyan.Muhammad Fuad 3 Program Stud Teknk Informatka,

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat

BAB III METODOLOGI PENELITIAN. Untuk menjawab permasalahan yaitu tentang peranan pelatihan yang dapat BAB III METODOLOGI PENELITIAN 3.1 Metode Peneltan Untuk menjawab permasalahan yatu tentang peranan pelathan yang dapat menngkatkan knerja karyawan, dgunakan metode analss eksplanatf kuanttatf. Pengertan

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 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat

BAB 2 LANDASAN TEORI. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat BAB LANDASAN TEORI. 1 Analsa Regres Regres pertama kal dpergunakan sebaga konsep statstk pada tahun 1877 oleh Sr Francs Galton. Galton melakukan stud tentang kecenderungan tngg badan anak. Teor Galton

Lebih terperinci

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI

PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI PENGGUNAAN DINDING GESER SEBAGAI ELEMEN PENAHAN GEMPA PADA BANGUNAN BERTINGKAT 10 LANTAI Reky Stenly Wndah Dosen Jurusan Teknk Spl Fakultas Teknk Unverstas Sam Ratulang Manado ABSTRAK Pada bangunan tngg,

Lebih terperinci

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada

BAB III METODE PENELITIAN. SMK Negeri I Gorontalo. Penetapan lokasi tersebut berdasarkan pada 3 BAB III METODE PENELITIAN 3.1 Tempat Dan Waktu Peneltan 3.1.1 Tempat Peneltan Peneltan yang dlakukan oleh penelt berlokas d Kelas Ak 6, SMK Neger I Gorontalo. Penetapan lokas tersebut berdasarkan pada

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

Pengendalian Kadar Keasaman (ph) Pada Sistem Hidroponik Stroberi Menggunakan Kontroler PID Berbasis Arduino Uno

Pengendalian Kadar Keasaman (ph) Pada Sistem Hidroponik Stroberi Menggunakan Kontroler PID Berbasis Arduino Uno Pengendalian Kadar Keaaman (ph) Pada Sitem Hidroponik Stroberi Menggunakan Kontroler PID Berbai Arduino Uno Ika Kutanti, Pembimbing : M. Aziz Mulim, Pembimbing : Erni Yudaningtya. Abtrak Pengendalian kadar

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

BAB III 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

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan

BAB III METODE PENELITIAN. berjumlah empat kelas terdiri dari 131 siswa. Sampel penelitian ini terdiri dari satu kelas yang diambil dengan 7 BAB III METODE PENELITIAN A. Populas dan Sampel 1. Populas Populas dalam peneltan n adalah seluruh sswa kelas XI SMA Yadka Bandar Lampung semester genap tahun pelajaran 014/ 015 yang berjumlah empat

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

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

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

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN

SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA 2010 ANALISIS DISKRIMINAN DISKRIT UNTUK MENGELOMPOKKAN KOMPONEN AALISIS DISKRIMIA DISKRIT UTUK MEGELOMPOKKA KOMPOE Bernk Maskun Jurusan Statstka FMIPA UPAD jay_komang@yahoo.com Abstrak Untuk mengelompokkan hasl pengukuran yang dukur dengan p buah varabel dmana penlaan

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