PENDAHULUAN. Latar Belakang
|
|
- Deddy Tedjo
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Latar Belakang PENDAHULUAN Belimbing manis (Averrhoa carambola L) termasuk salah satu komoitas tanaman hortikultura yang banyak igemari masyarakat Bentuknya khas terlihat seperti bintang apabila iiris melintang Orang Barat menyebutnya sebagai starfruits Kanungan gizinya cukup lengkap terutama kanungan vitamin A an vitamin C Ciri-ciri jenis belimbing manis yang iunggulkan aalah bentuknya besar warnanya menarik seratnya halus berair banyak an rasanya manis segar Proses pascapanen belimbing manis yang cukup penting salah satunya aalah tahap sortasi buah Paa tahap ini buah ikelompokkan menurut ukuran an fase masak Hanya buah yang manis yang ipasarkan segar Belimbing manis yang ipasarkan harus memenuhi stanar yang iterima konsumen secara luas baik i pasar alam negeri maupun pasar global Hal ini alam rangka memberikan jaminan mutu serta meningkatkan aya saing prouk yang ihasilkan petani (RSNI Belimbing 2007) Penentuan tingkat kemanisan belimbing manis umumnya ilakukan berasarkan warna buah secara visual Namun perubahan warna yang graual menyulitkan penentuan rasa buah Selain itu penilaian secara manual untuk menentukan tingkat kemanisan buah seringkali menghasilkan pengelompokkan buah yang tiak seragam Saat ini proses pengolahan citra (image processing) telah berkembang luas Termasuk i alamnya proses pengolahan citra untuk mengelompokkan atau pengenalan buah Paa umumnya teknologi pengolahan citra igunakan untuk menentukan kualitas buah berasarkan ukuran bentuk an warna Irmansyah (2008) telah mengembangkan aplikasi pengolahan citra menggunakan analisis warna untuk klasifikasi tingkat ketuaan belimbing manis Analisis warna yang igunakan yaitu moel warna RGB HSI L*a*b* an L*u*v* Analisis warna citra yang iperoleh ari pengolahan citra tersebut apat ipertimbangkan untuk mengklasifikasi belimbing manis berasarkan tingkat ketuaan Metoe pengolahan citra lainnya yang apat igunakan untuk pemutuan buah salah satunya yaitu moel Probabilistic Neural Networks (PNN) Moel ini mengambil asar Jaringan Syaraf Tiruan (JST) PNN telah banyak terbukti menghasilkan tingkat akurasi yang tinggi misalnya untuk sortasi mentimun (Ferianto 2003) an kurma (Fael 2007) Hasil akurasi PNN lebih baik aripaa JST Back Propagation paa sortasi mentimun yaitu akurasi PNN mencapai 95625% an akurasi JST Back Propagation sebesar 90% seangkan akurasi paa klasifikasi kurma bervariasi bahkan mencapai 00% Metoe pembelajaran sekali lewat paa PNN juga menyebabkan PNN banyak igunakan paa proses pengolahan citra Pengembangan moel PNN juga telah igunakan untuk menentukan kematangan buah belimbing manis Fathurohman (2009) menggunakan moel PNN engan nilai RGB an HSI paa citra belimbing manis Akurasi yang iperoleh mencapai 9068% Tingkat kematangan buah tersebut iklasifikasi ke alam tingkat kematangan panen 40 hari panen 50 hari panen 60 hari panen 70 hari an panen 80 hari Paa penelitian ini akan ikembangkan moel PNN untuk sortasi belimbing manis berasarkan nilai RGB citra Tujuan Penelitian ini bertujuan mengembangkan moel Probabilistic Neural Networks untuk sortasi belimbing manis berasarkan citra RGB an membuat preiksi nilai Total Paatan Terlarut (TPT) belimbing manis Ruang Lingkup Ruang lingkup penelitian ini yaitu ata yang igunakan aalah citra belimbing manis kultivar Dewi ari penelitian Irmansyah (2008) beserta nilai TPT tiap citra Data citra belimbing manis merupakan hasil ari empat kali masa panen yang masing-masing masa panen berjumlah 75 citra sehingga total ata yang igunakan sebanyak 300 citra TINJAUAN PUSTAKA Belimbing Manis (Averrhoa carambola L) Berasarkan klasifikasinya tanaman belimbing terbagi menjai ua spesies yaitu Averrhoa bilimbi (belimbing wuluh) an Averrhoa carambola L (belimbing manis) Belimbing wuluh berasal ari aratan Malaysia seangkan belimbing manis merupakan tanaman asli Inonesia Belimbing manis merupakan tanaman buah-buahan tahunan bercabang an itanam terutama untuk iambil buahnya Buah belimbing icirikan oleh sayap/linggir buah yang apabila ipotong
2 melintang seperti bintang sehingga alam bahasa Inggris isebut starfruits Jumlah linggir sebanyak 4 atau 5 segi Oleh karenanya apabila buahnya iiris secara melintang menghasilkan penampang yang menarik seperti bintang maka sering igunakan untuk hiasan nasi atau sebagai sala Sari buah belimbing kaya akan vitamin C selain imakan segar juga ibuat manisan minuman an jeli (Ashari 2006) Taksonomi belimbing manis aalah termasuk alam kingom Plantae ivisi Spermatophyta sub ivisi Angiospermae kelas Dicotyleonae oro Oxaliales famili Oxaliaceae an genus Averrhoa Sewaktu mua buahnya berwarna hijau mua an berubah kuning sampai kemerahan setelah tua Jenis belimbing manis yang iunggulkan ciricirinya aalah bentuknya besar warnanya menarik seratnya halus berair banyak an rasanya manis segar Buah Belimbing Manis sangat lezat jika imakan alam keaaan segar tetapi juga nikmat untuk ikonsumsi alam bentuk juice maupun prouk olahan lainnya Selain sebagai sumber nutrisi tubuh manusia buah belimbing juga igunakan untuk pencegahan bahkan terapi berbagai macam penyakit antara lain bermanfaat alam menurunkan tekanan arah anti kanker memperlancar pencernaan menurunkan kolesterol an membersihkan usus (Anonim 2002) Belimbing manis i aerah-aerah i Inonesia ikenal engan bermacam nama misalnya Asom Jorbing (Batak) Balimbing Manih (Minangkabau) Belimbing Manis (Melayu) Balimbing Amis (Suna) Blimbing Legi (Jawa Tengah) Bhalimbhing Manes (Maura) Lembetua (Gorontalo) Lombituka Gula (Buol) Takule (Baree) Bainang Sulapa (Makasar) Balireng (Bugis) Baknil Kasluir (Kai) Totofuko (Ternate) Toiuo (Tiore) an Balibi Totofuko (Halmahera) Ragam varietas belimbing manis i Inonesia cukup banyak i antaranya varietas Sembiring Siwalan Dewi Demak Kapur Demak Kunir Demak Jingga Pasar Minggu Wijaya Paris Filipina Taiwan Bangkok an varietas Malaysia Tahun 987 telah ilepas ua varietas Belimbing manis kultivar Dewi seperti paa Gambar memiliki ciri khas buah besar an panjang rasanya manis an kaar airnya seikit sehingga tahan isimpan lama paa suhu ruangan atau i kamar tanpa berkurang rasanya Ketika suah matang warnanya kuning mengkilat sampai kemerahan an kelima sisi siripnya pun berwarna kehijauan (Santoso 999) Gambar Belimbing Dewi (Santoso 999) Warna Belimbing Manis Metoe yang paling apat ipercaya untuk meramalkan waktu panen an penerimaan penjualan i pasar aalah engan mengamati perkembangan warna an ukurannya Pertimbangan perubahan warna paa starfruits ipahami engan baik (Nakasone & Paull 998) Serupa engan buah-buahan lainnya yang menunjukkan suatu perilaku monocarpic starfruits terlihat hijau paa awal waktu ketuaan Warna ini secara berangsur-angsur berubah ke meium hijau ketika matang an akhirnya menjai kuning kemerahan ketika ranum Saat warna kulit berkembang kaar gula belimbing manis meningkat an keasamannya berkurang Paa prinsipnya hilangnya warna hijau berkaitan engan berkurangnya kaar klorofil paa subcellular organelles khusus yang isebut chloroplasts Secara umum penurunan warna hijau (egreening) ekat juga hubungannya engan umur an berkurangnya kesegaran starfruits setelah panen Berkaitan engan ini stanar FAMA untuk kelas starfruits iefinisikan ke alam empat kelas ketuaan: mentah (unripe) seang (unerripe) matang (ripe) an ranum (overrripe) seperti itunjukkan paa Gambar 2 (Abullah et al 2005) Gambar 2 Empat kelompok starfruits sebagai acuan empat kelas ketuaan yang berbea; (a) unripe (b) unerripe (c) ripe an () overripe (Abullah et al 2005) 2
3 Total Paatan Terlarut (TPT) TPT merupakan bahan-bahan terlarut alam air yang tiak tersaring engan kertas saring millipore engan ukuran pori 045 µm Paatan ini teriri ari senyawa-senyawa anorganik an organik yang terlarut alam air mineral an garam-garamnya Nilai TPT berkorelasi engan kanungan sukrosa i alam buah Warna yang iperoleh ari pengolahan citra mempunyai korelasi terhaap nilai TPT Korelasi antara TPT engan warna menggambarkan bahwa seiring engan peningkatan ketuaan paa buah terjai penurunan kanungan klorofil an peningkatan kanungan pigmen karoten an flavonoi an buah memiliki kanungan sukrosa yang semakin besar (Irmansyah 2008) Sortasi Buah Paa tahap sortasi buah yang baik engan yang tiak baik ipisahkan Hal ini untuk menapatkan buah yang memiliki keseragaman varietas berat tingkat kesegaran an tingkat ketuaan Buah ikelompokkan menurut ukuran an fase masak Buah engan ukuran besar ( gr) an fase masak penuh ipisahkan untuk penjualan ke pasar swalayan Selama 24 jam apat terjai seikit perubahan warna an rasa Setelah itu praktis tiak terjai peningkatan rasa manis Buah yang lebih kecil ( gr) an kematangannya penuh apat ipasarkan ke pasar traisional seangkan buah yang lebih kecil engan matang penuh yang tainya ipisahkan karena kerusakan mekanis maupun gangguan organisme pengganggu tanaman apat iproses lebih lanjut untuk sari buah an sebagainya (Santoso 999) Pengolahan Citra (Image Processing) Citra igital merupakan suatu matriks Ineks baris an kolomnya menyatakan suatu titik paa citra an elemen matriksnya menyatakan tingkat keabuan paa titik tersebut Setiap elemen telah memiliki lokasi an nilai yang khusus Elemen-elemen ini sering isebut sebagai picture elements image elements pels atau pixels Pengolahan citra igital merupakan proses yang masukan an keluarannya aalah citra an meliputi proses pengekstrakan atribut ari citra an pengenalan citra Selain itu yang imaksu engan pengolahan citra igital biasanya aalah pengolahan citra menggunakan komputer igital (Gonzalez & Woos 2002) Pengolahan Moel Warna RGB Sebuah citra warna RGB aalah matriks M N 3 piksel warna yang mana tiap piksel warna merupakan triplet komponen merah hijau an biru ari sebuah citra RGB seperti itunjukkan paa Gambar 3 (Gonzalez et al 2002) Gambar 3 Skema tiga komponen warna citra RGB (Gonzalez et al 2002) Pengolahan moel warna RGB ilakukan engan menormalisasi terhaap ketiga komponen warna yaitu merah (R) hijau (G) an biru (B) Cara melakukan normalisasi aalah sebagai berikut (Irmansyah et al 2008): r = g = b = R R+G+B G R+G+B B R+G+B Hierarchical Clustering Hierarchical clustering aalah sebuah teknik clustering yang umumnya itampilkan menggunakan iagram pohon (tree) yang isebut enrogram seperti paa Gambar 4 Gambar 4 Ilustrasi hierarchical clustering ari empat objek engan enrogram (Tan et al 2005) Struktur hierarki yang ibentuk paa hierarchical clustering menempatkan setiap objek sebagai suatu cluster terseniri kemuian menggabungkan cluster-cluster yang memiliki kemiripan menjai cluster yang lebih besar sampai akhirnya setiap objek beraa paa satu 3
4 cluster atau sampai paa konisi yang memuaskan Penggabungan atau pembentukan cluster yang lebih besar tersebut iasarkan ari kemiripan antar cluster Moel Box Plots Moel box plots ari sebuah ata sample menghasilkan sebuah kotak (box) an whisker plot (kumis kucing) untuk masing-masing kolom ari suatu matriks atau suatu garis vektor yang ikelompokkan oleh garis vektor lainnya The box mempunyai garis paa nilai kuartil yang lebih renah nilai tengah an nilai kuartil bagian atas The whisker merupakan garis yang memanjang ari akhir masing-masing box yang menunjukkan tingkat sisa ari ata Outliers aalah ata engan nilai i luar ari the whisker Jika tiak aa ata i luar the whisker sebuah titik iletakkan paa asar the whisker (Velleman & Hoaglin 98) Contoh box plots apat ilihat paa Gambar 5 Gambar 5 Box plots nilai TPT alam 3 cluster Analisis Regresi Bergana Persamaan matematik yang memungkinkan kita meramalkan nilai-nilai suatu peubah tak bebas ari nilai-nilai satu atau lebih peubah bebas isebut persamaan regresi Istilah ini berasal ari telaah kebakaan yang ilakukan oleh Sir Francis Galton (822-9) yang membaningkan tinggi baan anak laki-laki engan tinggi baan ayahnya Galton menunjukkan bahwa tinggi baan anak laki-laki ari ayah yang tinggi setelah beberapa generasi cenerung munur (regresse) menekati nilai tengah populasi (Walpole 992) Moel regresi linear bergana melibatkan lebih ari satu peubah bebas Contoh acak berukuran n ari populasi apat ituliskan sebagai {(x x 2 x ki y i ); i = 2 n} Nilai y i aalah nilai yang berasal ari suatu peubah acak Y i Kita asumsikan berlakunya persamaan: Y x x k x k Lambang β 0 β β k aalah parameter yang harus iuga ari ata Dengan melambangkan nilai ugaannya engan b 0 b b k maka kita apat menuliskan persamaan regresi contohnya alam bentuk: Y b0 b x b2 x2 b k x k Misalkan moel regresi engan kasus 2 peubah bebas x an x 2 maka moelnya: sehingga setiap pengamatan {(x i x 2i ; y i ); i = 2 n} akan memenuhi persamaan: Jaringan Syaraf Tiruan (JST) Jaringan Syaraf Tiruan (JST) merupakan suatu sistem pemrosesan informasi igital yang memiliki karakteristik-karakteristik seperti jaringan saraf paa makhluk hiup Paa asarnya pemrosesan informasi paa JST mengacu paa pemrosesan informasi yang terjai paa sel-sel saraf biologis yaitu engan pemancaran sinyal elektro kimia melalui serabut-serabut saraf (neuron) Paa JST setiap neuron menerima input ari setiap neuron lain yang ikalikan engan suatu nilai pembobotan yang sesuai Total penjumlahan akumulatif ari himpunan input terboboti inamakan engan level aktivasi Level aktivasi inilah yang akan menentukan kemungkinan apakah suatu neuron apat meneruskan sinyal ataukah tiak kepaa neuron-neuron yang lain Sebelum apat igunakan JST harus iberikan pelatihan terlebih ahulu Pelatihan ini iperlukan untuk menemukan nilai pembobotan yang tepat bagi JST agar keluarannya menjai benar (Seminar et al 2006) Pengklasifikasian Bayes Pengklasifikasian Bayes merupakan suatu metoe klasifikasi yang menggunakan suatu fungsi iskriminan paa peluang posterior kelas Pengklasifikasian Bayes banyak igunakan paa PNN Dengan menggunakan metoe Bayes klasifikasi apat ilakukan seoptimal mungkin engan cara meminimalisir nilai kerugian yang terjai bila terjai kesalahan klasifikasi Untuk mengklasifikasikan input x agar masuk ke alam kelas A maka harus ipenuhi syarat: haca f A( x) hbcb fb( x) engan: h A Y 0 x 2x2 Y b0 b x b2 x2 = kemungkinan contoh terambil ari kelas A e i 4
5 h B c A c B = kemungkinan contoh terambil ari kelas B = biaya yang ikorbankan bila terjai kesalahan klasifikasi input A = biaya yang ikorbankan bila terjai kesalahan klasifikasi input B f A = fungsi kepekatan A f B = fungsi kepekatan B Apabila syarat persamaan i atas tiak terpenuhi maka input x imasukkan ke alam kelas B (Seminar et al 2006) Penuga Kepekatan Parzen Fungsi kepekatan yang igunakan untuk PNN yang berkaitan engan ata multivariate aalah fungsi kepekatan Parzen Fungsi Parzen merupakan suatu proseur non parametrik yang mensintesis penuga Probability Density Function (PDF) Gauss Fungsi Parzen akan memberikan keputusan klasifikasi setelah menghitung PDF untuk setiap kelas melalui pola pelatihan yang aa Paa fungsi Parzen terapat fungsi pembobot yang isebut engan fungsi Kernel (K(x)) Fungsi Parzen untuk ata multivariate apat inotasikan engan (Seminar et al 2006): g x = n K x x i nσ 2 i= σ seangkan Fungsi Kernel yang igunakan aalah fungsi Gauss inotasikan engan: K x = σ (2π) 2 exp x 2 2σ 2 engan emikian iperoleh fungsi kepekatan untuk kelas A sebagai berikut: f A x = engan: N A σ (2π) 2 N A i= exp x x Ai T (x x Ai ) x Ai = pola pelatihan ke-i kelas A = imensi vektor input 2σ 2 N A = jumlah pola pelatihan kelas A N σ = jumlah pola pelatihan seluruh kelas = faktor penghalus Probabilistic Neural Networks (PNN) PNN merupakan JST yang menggunakan teorema probabilitas klasik seperti pengklasifikasian Bayes an penuga kepekatan Parzen Proses yang ilakukan oleh PNN apat berlangsung lebih cepat bila ibaningkan engan JST Back Propagation Hal ini terjai isebabkan PNN hanya membutuhkan satu kali iterasi pelatihan bila ibaningkan engan JST Back Propagation yang membutuhkan beberapa kali iterasi alam proses pelatihannya Walaupun emikian keakuratan ari klasifikasi PNN sangat itentukan oleh nilai faktor penghalus (σ) an pola pelatihan yang iberikan Bila nilai σ yang iterapkan paa PNN tepat maka akurasi klasifikasi akan menekati atau mencapai 00% Bila nilai σ yang iterapkan tiak tepat maka akurasi klasifikasi PNN akan berkurang Faktor penghalus (σ) merupakan suatu nilai parameter yang berguna untuk menghaluskan fungsi kernel Secara tiak langsung nilai σ berperan pula alam menentukan ketepatan klasifikasi PNN Nilai σ tiak apat itentukan secara langsung akan tetapi bisa iapatkan melalui metoe statistik maupun ari hasil coba-coba (Seminar et al 2005) PNN aalah suatu metoe JST yang menggunakan pelatihan (training) supervise Struktur PNN ialah JST empat lapis untuk klasifikasi yang berbasis paa prinsip-prinsip statistika Arsitektur empat lapisnya teriri ari input layer (lapisan input) pattern layer (lapisan pola) summation layer (lapisan penjumlahan) an output layer (lapisan output) Contoh struktur PNN apat ilihat paa Gambar 6 Neuron paa lapisan input akan memasuki lapisan pola Lapisan pola ini tak lain merupakan ata latih itu seniri Gambar 6 Struktur PNN untuk klasifikasi 2 target kelas (Wang et al 2008) Paa lapisan pola keluarannya ihitung engan persamaan: engan: f(x)= j = = imensi vektor K x j x ij j 5
6 K(z) = e 05 z 2 x j x ij = vektor input kolom ke-j = vektor bobot baris ke-i kolom ke-j h j = 4 st(j) n -/5 [faktor penghalus ke-j] (Silverman 999) Keluaran ari lapian pola yang bersesuaian engan kelas tertentu akan masuk ke lapisan penjumlahan Paa masing-masing neuron kelas ihitung penjumlahan engan persamaan: P(x) = engan: n xj 2π /2 2 n n i= j = = imensi vektor input K x j x ij j = jumlah ata latih i suatu kategori = vektor ata uji ke-j xij = vektor ata latih ke-i untuk ciri j Terakhir paa lapisan output atau ecision layer vektor input akan igolongkan sebagai kelas Y jika nilai p y (x) paling besar untuk kelas Y seangkan untuk PNN engan h (smoothing parameter) yang tetap irumuskan alam persamaan berikut: P(x) = 2π /2 n n i= engan (Specht 990): x = vektor ata uji exp x x ai t x x ai 2 2 x ai = vektor ata latih ke-i ari kategori A Confusion Matrix Confusion matrix merupakan sebuah tabel yang teriri ari banyaknya baris ata uji yang ipreiksi benar an tiak benar oleh moel klasifikasi Tabel ini iperlukan untuk menentukan kinerja suatu moel klasifikasi (Tan et al 2005) Contoh tabel confusion matrix apat ilihat paa Tabel Tabel Confusion matrix untuk ata 2 kelas Kelas Aktual Kelas Preiksi Kelas Kelas 2 Kelas K K2 Kelas 2 K 2 K 22 Akurasi hasil klasifikasi ari tabel confusion matrix ihitung engan rumus: Akurasi = K+K22 K+K2+K2+K22 00% METODE PENELITIAN Proses penentuan tingkat kemanisan belimbing manis menggunakan moel PNN teriri atas beberapa tahapan yaitu ekstraksi ciri clustering nilai TPT analisis regresi perancangan PNN an analisis hasil klasifikasi Tahapan yang lebih etail apat ilihat paa Gambar 7 Data Gambar 7 Metoologi Penelitian Data yang igunakan aalah ata citra belimbing manis kultivar Dewi engan format bmp berukuran piksel Data citra tersebut merupakan hasil penelitian pengolahan citra yang ilakukan oleh Irmansyah (2008) Data citra belimbing manis merupakan hasil ari empat kali masa panen seperti contohnya itunjukkan paa Gambar an yang masing-masing masa panen berjumlah 75 citra sehingga total ata yang igunakan sebanyak 300 citra 6
PENGEMBANGAN MODEL PROBABILISTIC NEURAL NETWORKS UNTUK SORTASI BELIMBING MANIS BERDASARKAN CITRA RGB YULIYA NURTIKAYANTI
PENGEMBANGAN MODEL PROBABILISTIC NEURAL NETWORKS UNTUK SORTASI BELIMBING MANIS BERDASARKAN CITRA RGB YULIYA NURTIKAYANTI DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciMETODE PENELITIAN Data Langkah-Langkah Penelitian
METODE PENELITIAN Data Inonesia merupakan salah satu negara yang tiak mempunyai ata vital statistik yang lengkap. Dengan memperhatikan hal tersebut, sangat tepat menggunakan Moel CPA untuk mengukur tingkat
Lebih terperinciPENGEMBANGAN MODEL PROBABILISTIC NEURAL NETWORKS UNTUK PENENTUAN KEMATANGAN BELIMBING MANIS ZAKI FATHUROHMAN
PENGEMBANGAN MODEL PROBABILISTIC NEURAL NETWORKS UNTUK PENENTUAN KEMATANGAN BELIMBING MANIS ZAKI FATHUROHMAN DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR
Lebih terperinciBAB II DASAR TEORI. II.1 Saham
BAB II DASAR TEORI Paa bab ini akan ijelaskan asar teori yang igunakan selama pelaksanaan Tugas Akhir ini: saham, analisis funamental, analisis teknis, moving average, oscillator, an metoe Relative Strength
Lebih terperinciAx b Cx d dan dua persamaan linier yang dapat ditentukan solusinya x Ax b dan Ax b. Pada sistem Ax b Cx d solusi akan
SOLUSI SISTEM PERSAMAAN LINIER PADA ALJABAR MAX-PLUS Bui Cahyono Peniikan Matematika, FSAINSTEK, Universitas Walisongo Semarang bui_oplang@yahoo.com Abstrak Dalam kehiupan sehari-hari seringkali kita menapatkan
Lebih terperinciBAB 3 MODEL DASAR DINAMIKA VIRUS HIV DALAM TUBUH
BAB 3 MODEL DASA DINAMIKA VIUS HIV DALAM TUBUH 3.1 Moel Dasar Moel asar inamika virus HIV alam tubuh menggunakan beberapa asumsi sebagai berikut: Mula-mula tubuh alam keaaan tiak terinfeksi virus atau
Lebih terperinciPraktikum Total Quality Management
Moul ke: 09 Dr. Fakultas Praktikum Total Quality Management Aries Susanty, ST. MT Program Stui Acceptance Sampling Abstract Memberikan pemahaman tentang rencana penerimaan sampel, baik satu tingkat atau
Lebih terperinciMAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n
MAKALAH TUGAS AKHIR DIMENSI METRIK PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 + mk n Oleh : JOHANES ARIF PURWONO 105 100 00 Pembimbing : Drs. Suhu Wahyui, MSi 131 651 47 ABSTRAK Graph aalah suatu sistem
Lebih terperinciDETEKSI API REAL-TIME DENGAN METODE THRESHOLDING RERATA RGB
ISSN: 1693-6930 17 DETEKSI API REAL-TIME DENGAN METODE THRESHOLDING RERATA RGB Kartika Firausy, Yusron Saui, Tole Sutikno Program Stui Teknik Elektro, Fakultas Teknologi Inustri, Universitas Ahma Dahlan
Lebih terperinciKombinasi Gaya Tekan dan Lentur
Mata Kuliah Koe SKS : Perancangan Struktur Beton : CIV-204 : 3 SKS Kombinasi Gaya Tekan an Lentur Pertemuan 9,10,11 Sub Pokok Bahasan : Analisis an Desain Kolom Penek Kolom aalah salah satu komponen struktur
Lebih terperinciANALISIS KLASTER UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT
ANALISIS KLASTER UNTUK PENGELOMPOKAN KABUPATEN/KOTA DI PROVINSI JAWA TENGAH BERDASARKAN INDIKATOR KESEJAHTERAAN RAKYAT 1 Safa at Yulianto, Kishera Hilya Hiayatullah 1, Ak. Statistika Muhammaiyah Semarang
Lebih terperinciVIII. ALIRAN MELALUI LUBANG DAN PELUAP
VIII. ALIRAN MELALUI LUBANG DAN PELUAP 8.. Penahuluan Lubang aalah bukaan paa ining atau asar tangki imana zat cair mengalir melaluinya. Lubang tersebut bisa berbentuk segi empat, segi tiga, ataupun lingkaran.
Lebih terperinciBAB III PROSES PERANCANGAN DAN PERHITUNGAN
BB III PROSES PERNCNGN DN PERHITUNGN 3.1 Diagram alir penelitian MULI material ie an material aluminium yang iekstrusi Perancangan ie Proses pembuatan ie : 1. Pemotongan bahan 2. Pembuatan lubang port
Lebih terperinciPERSAMAAN DIFFERENSIAL. Disusun untuk memenuhi tugas mata kuliah Matematika
PERSAMAAN DIFFERENSIAL Disusun untuk memenuhi tugas mata kuliah Matematika Disusun oleh: Aurey Devina B 1211041005 Irul Mauliia 1211041007 Anhy Ramahan 1211041021 Azhar Fuai P 1211041025 Murni Mariatus
Lebih terperinciIMPLEMENTASI TEKNIK FEATURE MORPHING PADA CITRA DUA DIMENSI
IMPLEMENTSI TEKNIK FETURE MORPHING PD CITR DU DIMENSI Luciana benego an Nico Saputro Jurusan Intisari Pemanfaatan teknologi animasi semakin meluas seiring engan semakin muah an murahnya penggunaan teknologi
Lebih terperinci1.1. Sub Ruang Vektor
1.1. Sub Ruang Vektor Dalam membiarakan ruang vektor, tiak hanya vektoer-vektornya saja yang menarik, tetapi juga himpunan bagian ari ruang vektor tersebut yang membentuk ruang vektor lagi terhaap operasi
Lebih terperinci1 Kapasitor Lempeng Sejajar
FI1201 Fisika Dasar IIA Kapasitor 1 Kapasitor Lempeng Sejajar Dosen: Agus Suroso Paa bab sebelumnya, telah ibahas mean listrik i sekitar lempeng-yang-sangat-luas yang bermuatan, E = σ 2ε 0 ˆn, (1) engan
Lebih terperinciANALISAPERHITUNGANWAKTU PENGALIRAN AIR DAN SOLAR PADA TANGKI
ANALISAPERITUNGANWAKTU PENGALIRAN AIR DAN SOLAR PADA TANGKI Nurnilam Oemiati Staf Pengajar Jurusan Sipil Fakultas Teknik Universitas Muhammaiyah Palembang Email: nurnilamoemiatie@yahoo.com Abstrak paa
Lebih terperinci1 Kapasitor Lempeng Sejajar
FI1201 Fisika Dasar IIA Kapasitor 1 Kapasitor Lempeng Sejajar Dosen: Agus Suroso Paa bab sebelumnya, telah ibahas mean listrik i sekitar lempeng-yang-sangat-luas yang bermuatan, E = σ 2ε 0 ˆn, (1) engan
Lebih terperinciBAB III LANDASAN TEORI. Beton bertulang merupakan kombinasi antara beton dan baja. Kombinasi
16 BAB III LANDASAN TEORI 3.1. Umum Beton bertulang merupakan kombinasi antara beton an baja. Kombinasi keuanya membentuk suatu elemen struktur imana ua macam komponen saling bekerjasama alam menahan beban
Lebih terperinciPenggunaan Metode Multi-criteria Decision Aid dalam Proses Pemilihan Supplier
Performa (24) Vol. 3, No.2: 62-7 Penggunaan Metoe Multi-criteria Decision Ai alam Proses Pemilihan Supplier Inra Cahyai Jurusan Teknik an Manajemen Inustri, Universitas Trunojoyo Maura Abstract Noways,
Lebih terperinciDosen Program Studi Ilmu Komputer Universitas Pakuan Bogor
PENGENALAN KADAR TOTAL PADAT TERLARUT PADA BUAH BELIMBING BERDASAR CITRA RED-GREEN-BLUE MENGGUNAKAN PRINCIPLE COMPONENT ANALYSIS (PCA) SEBAGAI EKSTRAKSI CIRI DAN KLASIFIKASI K-NEAREST NEIGHBORHOOD (KNN)
Lebih terperinciBAB III INTERFERENSI SEL
BAB NTEFEENS SEL Kinerja sistem raio seluler sangat ipengaruhi oleh faktor interferensi. Sumber-sumber interferensi apat berasal ari ponsel lainya ialam sel yang sama an percakapan yang seang berlangsung
Lebih terperinciJurnal Teknika ISSN : Fakultas Teknik Universitas Islam Lamongan Volume 2 No.2 Tahun 201
akultas Teknik Universitas Islam Lamongan Volume 2 No.2 Tahun 20 PEMBUATAN APLIKASI SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DALAM PENGEMBANGAN INDUSTRI POTENSIAL DENGAN METODE PROMETHEE II Ahma Jalaluin )
Lebih terperinciTINJAUAN PUSTAKA, LANDASAN TEORI DAN KERANGKA PEMIKIRAN
TINJAUAN PUSTAKA, LANDASAN TEORI DAN KERANGKA PEMIKIRAN Tinjauan Pustaka Di Indonesia, dikenal cukup banyak ragam varietas belimbing. Diantaranya varietas Sembiring, Siwalan, Dewi, Demak kapur, Demak kunir,
Lebih terperinciBAB III UJICOBA KALIBRASI KAMERA
BAB III UJICOBA KALIBRASI KAMERA 3.1 Spesifikasi kamera Kamera yang igunakan alam percobaan paa tugas akhir ini aalah kamera NIKON Coolpix 7900, engan spesifikasi sebagai berikut : Resolusi maksimum :
Lebih terperincimatriks A. PENGERTIAN MATRIKS Persija Persib baris
Kolom 1. Pengertian Matriks matriks A. PENGERTIAN MATRIKS Dalam kehiupan sehari-hari an alam matematika, berbagai keterangan seringkali isajikan alam bentuk matriks. Contoh 1: Hasil pertaningan grup I
Lebih terperinciANALISIS CLUSTER PSIKOGRAFIS KONSUMEN KEDIRI TOWN SQUARE (CLUSTER ANALYSIS PSYCHOGRAPHIC CONSUMERS KEDIRI TOWN SQUARE)
ANALISIS CLUSTER PSIKOGRAFIS KONSUMEN KEDIRI TOWN SQUARE (CLUSTER ANALYSIS PSYCHOGRAPHIC CONSUMERS KEDIRI TOWN SQUARE) Amin Tohari Universitas Nusantara PGRI Keiri, amin.tohari@unpkeiri.ac.i Abstrak Perkembangan
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
Latar Belakang PENDAHULUAN Indonesia merupakan negara tropis yang memiliki + 30.000 spesies tumbuh-tumbuhan ([Depkes] 2007). Tumbuh-tumbuhan tersebut banyak yang dibudidayakan sebagai tanaman hias. Seiring
Lebih terperinciPERSAMAAN SCHRODINGER YANG BERGANTUNG WAKTU
PERSAMAAN SCHRODINGER YANG BERGANTUNG WAKTU Perbeaan pokok antara mekanika newton an mekanika kuantum aalah cara menggambarkannya. Dalam mekanika newton, masa epan partikel telah itentukan oleh keuukan
Lebih terperinci, serta notasi turunan total ρ
LANDASAN TEORI Lanasan teori ini berasarkan rujukan Jaharuin (4 an Groesen et al (99, berisi penurunan persamaan asar fluia ieal, sarat batas fluia ua lapisan an sistem Hamiltonian Penentuan karakteristik
Lebih terperinciV. HASIL DAN PEMBAHASAN
34 V. HASIL DAN PEMBAHASAN 5.1. Hirarki Pusat-Pusat Pelayanan i Kecamatan Leuwiliang Analisis hirarki pusat-pusat pelayanan i Kecamatan Leuwiliang ilakukan engan menggunakan metoe skalogram berbobot berasarkan
Lebih terperinciPENGENALAN IRIS MATA MENGGUNAKAN PENCIRIAN MATRIKS KO-OKURENSI ARAS KEABUAN Aditya Angga Kusuma 1, R. Rizal Isnanto 2, Imam Santoso 2.
Makalah Tugas Akhir PENGENALAN IRIS MATA MENGGUNAKAN PENCIRIAN MATRIKS KO-OKURENSI ARAS KEABUAN Aitya Angga Kusuma 1, R. Rizal Isnanto 2, Imam Santoso 2 Abstract Human iris has a very unique pattern which
Lebih terperinciPERANCANGAN ANTENA MIKROSTRIP PATCH SEGI EMPAT SLOTS DUAL-BAND PADA FREKUENSI 2,4 GHz DAN 3,3 GHz
PERANCANGAN ANTENA MIKROSTRIP PATCH SEGI EMPAT SLOTS DUAL-BAND PADA FREKUENSI 2,4 DAN 3,3 Zul Hariansyah Hutasuhut, Ali Hanafiah Rambe Departemen Teknik Elektro Fakultas Teknik Universitas Sumatera Utara
Lebih terperinciDIFERENSIAL FUNGSI SEDERHANA
DIFERENSIAL FUNGSI SEDERHANA Tujuan instruktusional khusus : Diharapkan mahasiswa apat memahami konsep iferensial an memanfaatkannya alam melakukan analisis bisnis an ekonomi yang berkaitan engan masalah
Lebih terperinciPENALAAN KENDALI PID UNTUK PENGENDALI PROSES
PENALAAN KENDALI PID UNTUK PENGENDALI PROSES Raita.Arinya Universitas Satyagama Jakarta Email: raitatech@yahoo.com Abstrak Penalaan parameter kontroller PID selalu iasari atas tinjauan terhaap karakteristik
Lebih terperinciJUDUL PENUH MENGGUNAKAN HURUF KAPITAL
Saintia Matematika Vol. XX, No. XX (XXXX), pp. 17 24. JUDUL PENUH MENGGUNAKAN HURUF KAPITAL Penulis Abstrak. Ketikkan Abstrak Ana i sini. Sebaiknya tiak lebih ari 250 kata. Abstrak sebaiknya menjelaskan
Lebih terperinciPROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN. Abstrak
PROGRAM KOMPUTER UNTUK PEMODELAN SEBARAN PERGERAKAN Ruy Setiawan, ST., MT. Sukanto Tejokusuma, Ir., M.Sc. Jenny Purwonegoro, ST. Staf Pengajar Fakultas Staf Pengajar Fakultas Alumni Fakultas Teknik Sipil
Lebih terperinciPENENTUAN FREKUENSI MAKSIMUM KOMUNIKASI RADIO DAN SUDUT ELEVASI ANTENA
Penentuan Frekuensi Maksimum Komunikasi Raio an Suut..(Jiyo) PENENTUAN FREKUENSI MAKSIMUM KOMUNIKASI RADIO DAN SUDUT ELEVASI ANTENA J i y o Peneliti iang Ionosfer an Telekomunikasi, LAPAN ASTRACT In this
Lebih terperinciPENGARUH KECEPATAN ANGIN TERHADAP EVAPOTRANSPIRASI BERDASARKAN METODE PENMAN DI KEBUN STROBERI PURBALINGGA
PENGARUH KECEPATAN ANGIN TERHADAP EVAPOTRANSPIRASI BERDASARKAN METODE PENMAN DI KEBUN STROBERI PURBALINGGA Nurhayati Fakultas Sains an Teknologi, UIN Ar-Raniry Bana Aceh nurhayati.fst@ar-raniry.ac.i Jamru
Lebih terperinciPERENCANAAN PENULANGAN LENTUR DAN GESER BALOK PERSEGI MENURUT SNI 03-847-00 Slamet Wioo Staf Pengajar Peniikan Teknik Sipil an Perenanaan FT UNY Balok merupakan elemen struktur yang menanggung beban layan
Lebih terperinci=== PERANCANGAN RANGKAIAN KOMBINASIONAL ===
TKNIK IITL === PRNNN RNKIN KOMINSIONL === Rangkaian logika atau igital apat ibagi menjai 2 bagian yaitu:. Rangkaian Kombinasional, aalah suatu rangkaian logika yang keaaan keluarannya hanya ipengaruhi
Lebih terperinciKARYA TULIS ILMIAH Diajukan Sebagai Salah Satu Syarat Untuk Menyelesaikan Pendidikan Diploma III (Tiga) Gizi Ilmu Kesehatan
PENGARUH PENAMBAHAN GULA PASIR TERHADAP KADAR ALKOHOL DAN KADAR VITAMIN C PADA PEMBUATAN SARI BUAH BELIMBING MANIS (Averrhoa carambola) YANG DIFERMENTASIKAN KARYA TULIS ILMIAH Diajukan Sebagai Salah Satu
Lebih terperinciSistem Informasi Seminar dan Sidang Tugas Akhir Program Studi Teknik Informatika Universitas Tanjungpura
Jurnal an Teknologi Informasi (JUSTIN) Vol. 1, No. 1, (2016) 1 Informasi Seminar an Siang Tugas khir Stui Teknik Informatika Universitas Tanjungpura Muftia 1, rif Bijaksana Putra Negara 2, Novi Safriai
Lebih terperinciPenggunaan Persamaan Pendekatan Untuk panjang gelombang pantai
Penggunaan Persamaan Penekatan Untuk panjang gelombang pantai Nizar Acma Program Stui Teknik Sipil, Universitas Janabara Yogyakarta, Jl.Tentara Rakyat Mataram 35-37 Yogyakarta Email: nizarachma@yahoo.com
Lebih terperinciDETEKSI JENIS WARNA KULIT WAJAH UNTUK KLASIFIKASI RAS MANUSIA MENGGUNAKAN TRANSFORMASI WARNA
DETEKSI JENIS WARNA KULIT WAJAH UNTUK KLASIFIKASI RAS MANUSIA MENGGUNAKAN TRANSFORMASI WARNA Murinto, Eko Aribowo, Wahyu Nurhiayati Program Stui Teknik Informatika Universitas Ahma Dahlan Jogjakarta rintokusno@yahoo.com
Lebih terperincidan E 3 = 3 Tetapi integral garis dari keping A ke keping D harus nol, karena keduanya memiliki potensial yang sama akibat dihubungkan oleh kawat.
E 3 E 1 -σ 3 σ 3 σ 1 1 a Namakan keping paling atas aalah keping A, keping keua ari atas aalah keping B, keping ketiga ari atas aalah keping C an keping paling bawah aalah keping D E 2 muatan bawah keping
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB LANDASAN TEOI.1 Defenisi Statistical Quality Control Penenalian kualitas statistik (statistical quality control) merupakan teknik penyelesaian masalah yan iunakan untuk memonitor, menenalikan, menanalisis,
Lebih terperinciPenerapan Aljabar Max-Plus Pada Sistem Produksi Meubel Rotan
Jurnal Graien Vol 8 No 1 Januari 2012:775-779 Penerapan Aljabar Max-Plus Paa Sistem Prouksi Meubel Rotan Ulfasari Rafflesia Jurusan Matematika, Fakultas Matematika an Ilmu Pengetahuan Alam, Universitas
Lebih terperinciPEMODELAN EMPIRIS COST 231-WALFISCH IKEGAMI GUNA ESTIMASI RUGI-RUGI LINTASAN ANTENA RADAR DI PERUM LPPNPI INDONESIA
PROSIDING SEMINAR NASIONA MUTI DISIPIN IMU &CA FOR PAPERS UNISBANK KE-3(SENDI_U 3) 217 PEMODEAN EMPIRIS COST 231-WAFISCH IKEGAMI GUNA ESTIMASI RUGI-RUGI INTASAN ANTENA RADAR DI PERUM PPNPI INDONESIA Ria
Lebih terperinciBESARNYA KOEFISIEN HAMBAT (CD) SILT SCREEN AKIBAT GAYA ARUS DENGAN MODEL PELAMPUNG PARALON DAN KAYU
BESARNYA KOEFISIEN HAMBAT (CD) SILT SCREEN AKIBAT GAYA ARUS DENGAN MODEL PELAMPUNG PARALON DAN KAYU Davi S. V. L Bangguna 1) 1) Staff Pengajar Program Stui Teknik Sipil, Fakultas Teknik, Universitas Sintuwu
Lebih terperinciBAB I PENDAHULUAN. penting di Indonesia. Buah-buahan memiliki tingkat permintaan yang tinggi.
BAB I PENDAHULUAN A. LATAR BELAKANG Buah-buahan merupakan salah satu kelompok komoditas pertanian yang penting di Indonesia. Buah-buahan memiliki tingkat permintaan yang tinggi. Permintaan domestik terhadap
Lebih terperinciDeteksi Non-RTH(Ruang Terbuka Hijau) Kota Malang Berbasis Citra Google Earth Dengan Menggunakan Naïve Bayes Classifier
Deteksi Non-RTH(Ruang Terbuka Hiau) Kota Malang Berbasis Citra Google Earth Dengan Menggunakan Naïve Bayes Classifier Irwan Bui Santoso Jurusan Teknik Informatika, Sains an Teknologi Universitas Islam
Lebih terperinciGangguan Frekuensi fof2 Ionofser dari Matahari dan Geomagnetik
166 Slamet Syamsuin /Gangguan Frekuensi fof2 Ionofser ari Matahari an Geomagnetik Gangguan Frekuensi fof2 Ionofser ari Matahari an Geomagnetik Slamet Syamsuin Pusat Sains Antarksa LAPAN Jl. Dr. Junjunan
Lebih terperinciBAB III METODE PENELITIAN. Lokasi yang dijadikan tempat dalam penelitian ini adalah Tempat
BAB III METODE PENELITIAN 3.1 Loasi an Watu Penelitian 3.1.1 Loasi penelitian Loasi yang ijaian tempat alam penelitian ini aalah Tempat Pelelangan Ian (TPI) Kota Gorontalo. 3.1. Watu penelitian Penelitian
Lebih terperinciPERANCANGAN INFORMATION RETRIEVAL SYSTEM UNTUK DOKUMEN BERBAHASA INDONESIA DENGAN MENGGUNAKAN EXTENDED BOOLEAN
PERANCANGAN INFORMATION RETRIEVAL SYSTEM UNTUK DOKUMEN BERBAHASA INDONESIA DENGAN MENGGUNAKAN EXTENDED BOOLEAN Steven Teknik Informatika Universitas Tarumanagara Jl. S. Parman No.1, Jakarta 11440 Inonesia
Lebih terperinciPENGARUH STRATEGI VAKSINASI KONTINU PADA MODEL EPIDEMIK SVIRS
SEMIRATA MIPAnet 27 24-26 Agustus 27 UNSRAT, Manao PENGARUH STRATEGI VAKSINASI KONTINU PADA MODEL EPIDEMIK SVIRS TONAAS KABUL WANGKOK YOHANIS MARENTEK Universitas Universal Batam, tonaasmarentek@gmail.com,
Lebih terperinciF = M a Oleh karena diameter pipa adalah konstan, maka kecepatan aliran di sepanjang pipa adalah konstan, sehingga percepatan adalah nol, d dr.
Hukum Newton II : F = M a Oleh karena iameter pipa aalah konstan, maka kecepatan aliran i sepanjang pipa aalah konstan, sehingga percepatan aalah nol, rr rr( s) rs rs( r r) rrs sin o Bentuk tersebut apat
Lebih terperinciBAB 4 HASIL PENELITIAN. identitas responden seperti jenis kelamin. Tabel 4.1 Identitas Jenis Kelamin Responden. Frequ Percent
BAB 4 HASIL PENELITIAN 4.1 Hasil Penelitian 4.1.1 Ientitas Responen Dari analisis ata ang iperoleh peneliti ari lapangan akan iuraikan alam bab ini. Penelitian ini bertujuan untuk mengetahui pengaruh taangan
Lebih terperinciBab 5 Penerapan Neural Network Dalam Klasifikasi Citra Penginderaan Jauh
Penerapan Neural Dalam Klasifikasi Citra Penginderaan Jauh Klasifikasi citra penginderaan jarak jauh (inderaja) merupakan proses penentuan piksel-piksel masuk ke dalam suatu kelas obyek tertentu. Pendekatan
Lebih terperinciSolusi Tutorial 6 Matematika 1A
Solusi Tutorial 6 Matematika A Arif Nurwahi ) Pernyataan benar atau salah. a) Salah, sebab ln tiak terefinisi untuk 0. b) Betul. Seerhananya, titik belok apat ikatakan sebagai lokasi perubahan kecekungan.
Lebih terperinciDIFERENSIAL FUNGSI SEDERHANA
DIFERENSIAL FUNGSI SEDERHANA Salah satu metoe yang cukup penting alam matematika aalah turunan (iferensial). Sejalan engan perkembangannya aplikasi turunan telah banyak igunakan untuk biang-biang rekayasa
Lebih terperinciIV. ANALISA RANCANGAN
IV. ANALISA RANCANGAN A. Rancangan Fungsional Dalam penelitian ini, telah irancang suatu perontok pai yang mempunyai bentuk an konstruksi seerhana an igerakkan engan menggunakan tenaga manusia. Secara
Lebih terperinciBAB I PENDAHULUAN. kesehatan yang optimal dan untuk mengatasi berbagai penyakit secara alami.
BAB I PENDAHULUAN 1.1 Latar Belakang Pengobatan tradisional dengan memanfaatkan tumbuhan berkhasiat obat merupakan pengobatan yang dimanfaatkan dan diakui masyarakat dunia, hal ini menandai kesadaran untuk
Lebih terperinci=== BENTUK KANONIK DAN BENTUK BAKU ===
TEKNIK DIGITL === ENTUK KNONIK DN ENTUK KU === entuk Kanonik yaitu Fungsi oolean yang iekspresikan alam bentuk SOP atau POS engan minterm atau maxterm mempunyai literal yang lengkap. entuk aku yaitu Fungsi
Lebih terperinciBAB I PENDAHULUAN. mikrobia asli yang terdapat pada kulit buah. Fermentasi secara tradisional ini hasilnya
BAB I PENDAHULUAN 1.1 Latar Belakang Minuman beralkohol merupakan salah satu jenis minuman hasil fermentasi yang telah ada jauh sebelum Masehi. Jenis minuman beralkohol yang tertua adalah anggur dan bir
Lebih terperinci( ) P = P T. RT a. 1 v. b v c
Bab X 10.1 Zat murni aalah zat yang teriri atas sutau senyawa kimia tertentu, misalnya CO alam bentuk gas, cairan atau paatan, atau campuran aripaya, tetapi tiak merupakan campuran engan zat murni lain
Lebih terperinciPANJANG PENYALURAN TULANGAN
131 6 PANJANG PENYALURAN TULANGAN Penyauran gaya seara sempurna ari baja tuangan ke beton yang aa i sekeiingnya merupakan syarat yang muthak harus ipenuhi agar beton bertuang apat berfungsi engan baik
Lebih terperinciBAB I PENDAHULUAN 1.1 Maksud 1.2 Tujuan
BAB I PENDAHULUAN 1.1 Maksu 1.1.1 Memisahkan fraksi butiran seimen paa ukuran (iameter) butir tertentu. 1.1.2 Menentukan nilai koefisien sortasi, skewness an kurtosi baik secara grafis maupun matematis.
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR. Analisis Teknik Penyambungan Secara Fusi Pada Serat Optik Ragam Tunggal. Oleh : Nama : Agus Setiyawan Nim : L2F
MAKALAH SEMINAR TUGAS AKHIR Analisis Teknik Penyambungan Secara Fusi Paa Serat Optik Ragam Tunggal Oleh : Nama : Agus Setiyaan Nim : LF 31 419 Kebutuhan akan serat optik yang tinggi serta kompleksitas
Lebih terperinci3. Kegiatan Belajar Medan listrik
3. Kegiatan Belajar Mean listrik a. Tujuan Kegiatan Pembelajaran Setelah mempelajari kegiatan belajar 3, iharapkan Ana apat: Menjelaskan hubungan antara kuat mean listrik i suatu titik, gaya interaksi,
Lebih terperinciRelasi Dispersi dalam Pandu Gelombang Planar Nonlinear Kerr
Kontribusi Fisika Inonesia Vol. 13 No.3, Juli 00 Relasi Dispersi alam Panu Gelombang Planar Nonlinear Kerr Abstrak Hengki Tasman 1) an E Soewono 1,) 1) Pusat Penelitian Pengembangan an Penerapan Matematika,
Lebih terperinciArus Melingkar (Circular Flow) dalam Perekonomian 2 Sektor
Perekonomian suatu negara igerakkan oleh pelaku-pelaku kegiatan ekonomi. Pelaku kegiatan ekonomi secara umum ikelompokkan kepaa empat pelaku, yaitu rumah tangga, perusahaan (swasta), pemerintah an ekspor-impor.
Lebih terperinciPETA KENDALI R ADAPTIF SEBAGAI ALTERNATIF PETA KENDALI R SHEWHART DALAM MENDETEKSI PERGESERAN KECIL PADA VARIANS
PETA KENDALI ADAPTIF SEBAGAI ALTENATIF PETA KENDALI SHEWHAT DALAM MENDETEKSI PEGESEAN KECIL PADA VAIANS Oleh : Farihatul Usro 7 7 Dosen Pembimbing : Dra. Faria Agustini W. MS Dra. Laksmi Prita W. MSi Jurusan
Lebih terperinciANALISIS MODEL SIR PENYEBARAN DEMAM BERDARAH DENGUE MENGGUNAKAN KRITERIA ROUTH-HURWITZ ABSTRACT
ANALISIS MODEL SIR PENYEBARAN DEMAM BERDARAH DENGUE MENGGUNAKAN KRITERIA ROUTH-HURWITZ Chintari Nurul Hananti 1 Khozin Mu tamar 2 12 Program Stui S1 Matematika Jurusan Matematika Fakultas Matematika an
Lebih terperinciJurnal Agribisnis dan Ekonomi Pertanian (Volume 1. No 2 Desember 2007)
Jurnal Agribisnis an Ekonomi Pertanian (Volume 1. No 2 Desember 2007) 13 DAMPAK KEBIJAKAN TARIF IMPOR GULA TERHADAP KESEJAHTERAAN PRODUSEN DAN KONSUMEN (The Effects of Sugar Import Tariff Policy on the
Lebih terperinci3 TEORI KONGRUENSI. Contoh 3.1. Misalkan hari ini adalah Sabtu, hari apa setelah 100 hari dari sekarang?
Paa bab ini ipelajari aritmatika moular yaitu aritmatika tentang kelas-kelas ekuivalensi, imana permasalahan alam teori bilangan iseerhanakan engan cara mengganti setiap bilangan bulat engan sisanya bila
Lebih terperinciStudi Perbandingan antara Gaya Menggantung dengan Gaya Jalan Di Udara terhadap Perestasi Lompat Jauh Pada Siswa putra Kelas VIII Putra SMPN 1 Sape
Stui Perbaningan antara Gaya Menggantung engan Gaya Jalan Di Uara terhaap Perestasi Lompat Jauh Paa Siswa putra Kelas VIII Putra SMPN 1 Sape Irfan., M.Or. Program Stui Penjaskesrek STKIP Taman Siswa Bima
Lebih terperinci( ) ANALISA KONDISI FISIS ATMOSFER PADA SAAT HUJAN EKSTRIM DAN TERJADINYA BANJIR BULAN FEBRUARI 2006 DI MANADO
(0612225223) ANALISA KONDISI FISIS ATMOSFER PADA SAAT HUJAN EKSTRIM DAN TERJADINYA BANJIR BULAN FEBRUARI 2006 DI MANADO Jurnal Diajukan Sebagai Salah Satu Syarat Memperoleh Gelar Sarjana Fisika OLEH WAN
Lebih terperinciPenerapan Modul Pembelajaran Sains dengan Media Pembelajaran Gamelan untuk Meningkatkan Pemahaman dan Aplikasi Konsep Siswa SMP Negeri 3 Sleman
Gamelan untuk Meningkatkan Pemahaman an Aplikasi Konsep Siswa SMP Negeri Sleman Eko Nursuliiyo Peniikan Fisika FKIP Universitas Ahma Dahlan Yogyakarta Surate: ekonur.ua@gmail.com Telah ilakukan penelitian
Lebih terperinciBAB V KAPASITOR. (b) Beda potensial V= 6 volt. Muatan kapasitor, q, dihitung dengan persamaan q V = ( )(6) = 35, C = 35,4 nc
BAB KAPASITOR ontoh 5. Definisi kapasitas Sebuah kapasitor 0,4 imuati oleh baterai volt. Berapa muatan yang tersimpan alam kapasitor itu? Jawab : Kapasitas 0,4 4 0-7 ; bea potensial volt. Muatan alam kapasitor,,
Lebih terperinciANALISA DAN PERANCANGAN SISTEM INFORMASI PENJADWALAN PRODUKSI DENGAN METODE SIMULASI DISKRIT PADA PT. BIOPLAST UNGGUL
ANALISA DAN PERANCANGAN SISTEM INFORMASI PENJADWALAN PRODUKSI DENGAN METODE SIMULASI DISKRIT PADA PT. BIOPLAST UNGGUL Jeefry Sutrisman Binus University, Jakarta, DKI Jakarta, Inonesia Abstrak PT. Bioplast
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengumpulan dan Praproses Data Kegiatan pertama dalam penelitian tahap ini adalah melakukan pengumpulan data untuk bahan penelitian. Penelitian ini menggunakan data sekunder
Lebih terperinciESTIMASI WAKTU DAN SUDUT PEMUTUS KRITIS PADA SISTEM TENAGA LISTRIK DENGAN METODE LUAS SAMA
Vol. 9 No. 1 Juni 1 : 53 6 ISSN 1978-365 ESTIMASI WAKTU DAN SUDUT PEMUTUS KRITIS PADA SISTEM TENAGA LISTRIK DENGAN METODE LUAS SAMA Slamet Pusat Penelitian an Pengembangan Teknologi Ketenagalistrikan an
Lebih terperinciHukum Coulomb. a. Uraian Materi
Hukum oulomb a. Tujuan Kegiatan Pembelajaran Setelah mempelajari kegiatan belajar, iharapkan ana apat: - menjelaskan hubungan antara gaya interaksi ua muatan listrik, besar muatan-muatan, an jarak pisah
Lebih terperinciANALISA STABILITAS LERENG PADA TEPI SUNGAI TEMBUNG
ANALISA STABILITAS LERENG PADA TEPI SUNGAI TEMBUNG Jupriah Sarifah, Bangun Pasaribu Dosen Program Stui Teknik Sipil, Fakultas Teknik Universitas Islam Sumatera Utara Jupriah@ft.uisu.a.i; bangun@ft.uisu.a.i
Lebih terperinciBAB 3 PERANCANGAN DAN PEMBUATAN SISTEM
BAB 3 PERANCANGAN DAN PEMBUATAN SISTEM Dalam bab ini akan dibahas mengenai perancangan dan pembuatan sistem aplikasi yang digunakan sebagai user interface untuk menangkap citra ikan, mengolahnya dan menampilkan
Lebih terperinciPerbandingan Model Pembelajaran Kooperatif Berbasis Multiple Intelligences dengan Kooperatif Tipe STAD
Perbaningan Moel Pembelajaran Kooperatif Berbasis Multiple Intelligences engan Kooperatif Tipe STAD Perbaningan Moel Pembelajaran Kooperatif Berbasis Multiple Intelligences engan Kooperatif Tipe STAD terhaap
Lebih terperinciMIPA Terpadu. Naskah ujian mengandung 3 (tiga) tipe soal dengan aturan cara menjawab sebagai berikut :
Petunjuk khusus Naskah ujian menganung 3 (tiga) tipe soal engan aturan cara menjawab sebagai berikut : Petunjuk A : Pilih jawaban yang paling tepat iantara 5 (lima) jawaban yang terseia Petunjuk B : Pilihlah
Lebih terperinciPengaruh Perubahan Sisi Elektrode Sangkar Delta pada Nilai Resistans Satu Batang Pentanah
462 Pengaruh Perubahan Sisi Elektroe Sangkar Delta paa Nilai Resistans Satu Batang Pentanah Harnoko Stephanus 1 Abstract Grouning ro is more practical than grouning plate or grouning strip. Grouning resistance
Lebih terperinciMETODE PERSAMAAN DIOPHANTINE LINEAR DALAM PENENTUAN SOLUSI PROGRAM LINEAR INTEGER
METODE PERSAMAAN DIOPHANTINE LINEAR DALAM PENENTUAN SOLUSI PROGRAM LINEAR INTEGER Asrul Syam Program Stui Teknik Informatika, STMIK Dipanegara, Makassar e-mail: assyams03@gmail.com Abstrak Masalah optimasi
Lebih terperinciPEMODELAN PENJADWALAN LINIER DENGAN ALOKASI SUMBER DAYA MANUSIA PADA PROYEK PERUMAHAN. Hedwig A Tan 1, Ratna S Alifen 2
PEMODELAN PENJADWALAN LINIER DENGAN ALOKASI SUMBER DAYA MANUSIA PADA PROYEK PERUMAHAN Hewig A Tan, Ratna S Alifen ABSTRAK: Metoe penjawalan linier cocok untuk proyek engan aktivitas seerhana, an repetitif
Lebih terperinciBAB 6 P E G A S M E K A N I S
BAB 6 P E G A S M E K A N I S Pegas, aalah suatu elemen mesin yang memperoleh gaya bila iberi perubahan bentuk. Pegas mekanis ipakai paa Mesin untuk menesakan gaya, untuk menyeiakan lenturan an untuk menyimpan
Lebih terperinciMursyidah Pratiwi, Yuni Yulida*, Faisal Program Studi Matematika Fakultas MIPA Universitas Lambung Mangkurat *
Jurnal Matematika Murni an Terapan εpsilon ANALISIS MODEL PREDATOR-PREY TERHADAP EFEK PERPINDAHAN PREDASI PADA SPESIES PREY YANG BERJUMLAH BESAR DENGAN ADANYA PERTAHANAN KELOMPOK Mursyiah Pratiwi, Yuni
Lebih terperinciRespon Getaran Lateral dan Torsional Pada Poros Vertical-Axis Turbine (VAT) dengan Pemodelan Massa Tergumpal
JURNAL TEKNIK POMITS Vol., No. 1, (13 ISSN: 337-3539 (31-971 Print B-11 Respon Getaran Lateral an Torsional Paa Poros Vertical-Axis Turbine (VAT engan Pemoelan Massa Tergumpal Ahma Aminuin, Yerri Susatio,
Lebih terperinciAvailable online at TRANSMISI Website TRANSMISI, 13 (1), 2011,
Available online at TRANSMISI Website http://ejournal.unip.ac.i/inex.php/transmisi TRANSMISI, 13 (1), 2011, 33-38 Research Article Deteksi Konisi Organ Pankreas Melalui Iris Mata Menggunakan Jaringan Syaraf
Lebih terperinciGeo Image (Spatial-Ecological-Regional)
Geo Image 2 2) 203) Geo Image Spatial-Ecological-Regional) http://journal.unnes.ac.i/sju/inex.php/geoimage PERSEPSI MASYARAKAT PEAMBAG TRADISIOAL TERHADAP SUMBER DAYA MIYAK BUMI DI KAWASA CEPU Kukuh Prasetiyo
Lebih terperinciANALISIS PENGARUH MEDAN LISTRIK TERHADAP TINGKAT PENGUAPAN AIR
J. Sains MIPA, Agustus 8, Vol. 14, No., Hal.: 17-113 ISSN 1978-1873 ANALISIS PENGARUH MEDAN LISTRIK TERHADAP TINGKAT PENGUAPAN AIR Roniyus Jurusan Fisika FMIPA Universitas Lampung Banar Lampung 35145 Inonesia
Lebih terperinciBAB 7 P A S A K. Gambar 1. Jenis-Jenis Pasak
BAB 7 P A S A K Pasak atau keys merupakan elemen mesin yang igunakan untuk menetapkan atau mengunci bagian-bagian mesin seperti : roa gigi, puli, kopling an sprocket paa poros, sehingga bagian-bagian tersebut
Lebih terperinciABSTRACT. Keywords: Training, Evaluation, Kirkpatrick Model, Employees. 376 Hania Aminah. Hania Aminah Fakultas Ekonomi, Universitas Negeri Jakarta
MODEL EVALUASI KIRIKPATRICK DAN APLIKASINYA DALAM PELAKSANAAN PELATIHAN (LEVEL REAKSI DAN PEMBELAJARAN) DI PUSAT PENDIDIKAN DAN PELATIHAN PERUM JAKARTA Hania Aminah Fakultas Ekonomi, Universitas Negeri
Lebih terperinci