Penerapan Jaringan Saraf Runge Kutta-Fungsi Basis Radial dan Metode Nonlinier Recursive Least-Square pada Identifikasi Sistem Dinamis

Ukuran: px
Mulai penontonan dengan halaman:

Download "Penerapan Jaringan Saraf Runge Kutta-Fungsi Basis Radial dan Metode Nonlinier Recursive Least-Square pada Identifikasi Sistem Dinamis"

Transkripsi

1 Penerapan Jarngan Sara Runge Kua-Fungs Bass Rada dan eode onner Recursve eas-square pada Idenas Ssem Dnams Ruy Soeaman Egawa Pane dan Iran Suba. Fauas enoog Inormas Insu enoog Sepuu opember IS Surabaya Indonesa E-ma: Absra Ssem dnam yang dnyaaan daam persamaan derensa basa PDB dapa ddenasan dengan menggunaan arngan sara ruan JS Fungs Bass Rada FBR. Seper deau meode Runge Kua dapa dgunaan unu memperoe sous numer PDB. Karena u mbu gagasan unu meranga beberapa JS FBR mengu persamaan Runge Kua. JS Runge Kua-Fungs Bass Rada RKFBR yang aan dbaas mepu RKFBR orde dua sera RKFBR orde empa. RKFBR orde dua merupaan JS yang erdr dar dua bua FBR yang dranga mengu persamaan Runge Kua orde dua. Semenara RKFBR orde empa merupaan JS yang erdr dar empa bua FBR yang dranga mengu persamaan Runge Kua orde empa. Pembeaaran pada seap JS n dauan dengan menggunaan en graden descen sera meode onner Recursve eas Square RS. Penguan dauan pada ga asus yan persamaan Van der Po benda au sera orenz. Has u coba menunuan ranng dengan RKFBR ba orde dua maupun orde empa meode RS eb cepa onvergen dbandngan ranng dengan en graden descen. Sean u dperoe esmpuan bawa preds dengan RKFBR orde empa eb aura dbandngan RKFBR orde dua. Kaa unc: meode Runge Kua Fungs Bass Rada graden descen Recursve eas Square. I. PEDAHUUA Ssem dnam merupaan ssem yang peraunya beruba eradap wau. Perubaan pada ssem dnam merupaan sous persamaan derensa basa PDB [] [4] :. Dmana ungs da deau [7]. eode Runge Kua mengasan sous numer PDB [9]. Karena u muncu gagasan menerapan meode Runge Kua unu meranga FBR mend RKFBR unu denas ssem dnam [] [] [] Permasaaan yang aan danga daam paper n mepu: Penerapan meode Runge Kua pada JS FBR. Idenas ssem dnam dengan JS RKFBR. Sruur dan proses beaar JS RKFBR. eode opmas pada pembeaaran RKFBR. II. RUGE KUA FUGSI BASIS RADIA RKFBR yang dbaas berupa RKFBR orde dua sera RKFBR orde empa. Kedua JS n aan dgunaan unu mengdenas ssem dnam seper pada persamaan Dmana nasan dar ssem dnam yang aan ; D. da { } a RKFBR orde dua RKFBR orde dua erdr dar dua FBR yang dranga berdasaran meode Runge Kua orde dua [9]. Gambar menunuan arseur RKFBR orde dua. Aran snya npu yang mengasan oupu dnyaaan sebaga beru: y y y ; w y ; w 4 D mana menyaaan JS FBR w bobo pusa FBR sera ara anar pusa FBR. Pada dden ayer pada masng-masng FBR dauan ormuas dengan menggunaan ungs gaussan: npu ϕ ep Seanunya pada masng-masng oupu ayer RKFBR dauan ormuas: oupu Φw Dmana Φ merupaan mars yang omponennya bers na ϕ.

2 ϕ ϕ y w w Σ y w w ϕ ϕ Gambar. Arseur RKFBR orde dua ϕ ϕ y w w ϕ w ϕ bas w bas w ϕ ϕ w Σ y Gambar. Arseur RKFBR orde dua dengan bas Penambaan bas pada arseur RKFBR orde dua peru dauan pada asus erenu. Ha n dauan dengan mengasumsan na bas sama dengan bobo pada ndes e- dan na ϕ Arseur RKFBR orde dua dengan bas dapa da pada gambar. ranng pada RKFBR orde dua era dengan ruang poess yan meauan perubaan pada bobo w pusa/cener sera ara anar pusa guna memnmasas squared error yang ddeensan pada persamaan 7. Error yang dasan emudan drambaan emba e beaang unu meauan ormuas pada bobo dan bas. Squared error ddeensan sebaga beru: n y E 7 Dmana : arge pada nasan yang e- y oupu RKFBR nasan yang e en graden descen mencar graden error eradap bobo w pusa/cener sera ara anar pusa dengan cara merambaan snya error yang erea d beaang e depan. Graden error unu seap parameer dnyaaan sebaga beru: E E y y E E y y 8 9 E E y y Ja ω mewa parameer yang dcar yan w sera maa graden oupu RKFBR eradap ω pada masng-masng FBR dapa dusan sebaga beru: E y y ω Dmana : y w y y y w w 4 Updae pada bobo pusa sera ara anar pusa dauan sebaga beru: E n ω n ω n η n anga-anga ranng/peaan pada RKFBR orde dua unu denas ssem dnam dapa da pada agorma :

3 Agorma. Agorma ranng/peaan Idenas Ssem Dnam dengan RKFBR yn n or o ma epoc do or o eng [arge] 4 do // aran sgna npu/orward y n // aran sgna oupu/bacpropagaon E E E pada seap 7 // updae bobo pusa sera ara anar pusa E E E w w η η η anga-anga aran snya npu/orward unu memperoe oupu RKFBR orde dua dapa da pada agorma. Agorma. Aran snya npu/ orward pada RKFBR orde dua y ϕ y w y ϕ 4 y w y b RKFBR orde empa RKFBR orde empa erdr dar empa FBR yang dranga berdasaran meode Runge Kua orde empa [9]. Gambar menunuan arseur RKFBR orde empa. Aran snya npu yang mengasan oupu dnyaaan sebaga beru: y y Dmana: y ; w 7 y ; w 8 ; y w 9 y ; w Formuas pada seap FBR yang menyusun RKFBR orde empa n sama dengan yang dauan pada persamaan dan. Seper pada RKFBR orde dua ranng pada RKFBR orde empa uga dmasudan unu memnmasas squared error yang ddeensan pada persamaan 7. Jaω mewa parameer yang dcar yan w sera maa graden oupu RKFBR eradap ω pada masng-masng FBR dapa dusan sebaga beru: E E y y y ω Dmana: ω y y ω y 4 y ω y ω y y ω y ω y y ω c onner Recursve eas Square RS RS merupaan agorma yang dgunaan unu meauan penyesuaan pada bobo. Dasumsan pusa sera ara anar pusa suda da beruba arena sebeumnya ea dcar dengan en graden descen. anga-anga agorma RS: a. auan nsasas unu bobo. b. enuan benu regres nonnear. c. enuan sous eas square unu mengung bobo dan seesaan dengan agorma RS []. d. Ce apaa bobo suda onvergen a beum uang anga c.

4 w w w w w w w w Σ y y ϕ ϕ ϕ ϕ ϕ ϕ ϕ ϕ Gambar. Arseur RKFBR orde empa RS yang aan deasan beru n berupa RS zero order. d RS RKFBR orde dua Dasumsan nasan dar suau ssem dnam yang aan da: D ; Persamaan dapa dus uang sebaga beru: d 7 d 8 merupaan benu regres non near dar RKFBR orde dua. y 9 Ja: d Y merupaan mars beruuran [] Daam benu mars persamaan 7 dapa dnyaaan sebaga beru: d Y Dmana: Dan a FBR yang dpaa berupa ungs gaussan pada persamaan maa: Ddensan: 4 merupaan mars beruuran [] dan ; D O merupaan mars beruuran [] Ja [ ] d Y D I ; Yd D I ] ; [ 7 Dengan deman sous eas square dapa dperoe dengan rumus sebaga beru: Yd dag 8 e RS RKFBR Orde Empa Dasumsan nasan dar suau ssem dnam yang aan da: D ; Persamaan dapa dus uang sebaga beru: y 9 Dperoe benu regres near:

5 ; 4 Seanunya dperoe sous eas square: ; 4 ; Ja: d [ ] dan [ ] ; ; aa persamaan 4 dapa dus uang: d 4 III UJI COBA DA EVAUASI U coba denas ssem dnam dengan menggunaan RKFBR dauan pada ga asus yan: persamaan Van der Po persamaan benda au sera persamaan orenz. a Persamaan Van der Po Persamaan Van der Po merupaan persamaan derensa basa yang menggambaran perpanangan osas yang energnya dpndaan dar osas yang besar dan dmasuan e daam osas yang ec. Persamaan n berembang daam sud enang sru yang bers pembuu ampa udara. Persamaan Van der Po merupaan benu ssem dnam dan dnyaaan sebaga beru: y " y y' y 4 Benu d aas berupa persamaan derensa orde dua dan dapa duba e daam persamaan derensa orde sau sebaga beru: saan y dan y ' maa 4 menad: 44 4 ranng dauan dengan mengamb awa [-] dengan.9 sera η unu en graden descen.. RSE yang dperoe dapa da pada abe. nasan yang dperoe dapa da pada gambar 4 abe Perbandngan RSE RKFBR Van der Po JS RKFBR orde G.Desc RKFBR orde RS.8.44 RKFBR orde 4 G.Desc RKFBR orde 4 RS.8.89 b Persamaan Gera Benda Jau Kasus yang edua adaa persamaan benda au yang drumusan sebaga beru:. 4. c ep c 47 D mana c merupaan oesen gaya c merupaan erapaan udara enggan benda pada saa ecepaan benda pada saa. Sebua benda au dar enggan a dengan ecepaan awa. nasan yang dbenu oe benda ersebu seanunya dpreds dengan menggunaan RKFBR. ranng unu asus n menggunaan RKFBR yang dber bas. me sep/.9 sera η unu en graden descen.. RSE yang dperoe dapa da pada abe. Semenara nasan as ranng dapa da pada gambar. abe. Perbandngan RSE JS Runge Kua asus Benda Jau JS RKFBR orde G.Desc RKFBR orde RS.9.7 RKFBR orde 4 G.Desc RKFBR orde 4 RS.7.9 abe. Perbandngan RSE JS Runge Kua asus orenz JS z z z RKFBR orde G.Desc RKFBR orde RS RKFBR orde 4 G.Desc RKFBR orde 4 RS c Persamaan orenz orenz aracor merupaan ssem nonner ga dmens yang dgunaan unu memodean onves aca/urbuen daam uda. Ssem n dnyaaan dengan persamaan 48. z z z 48 z λ z z z 49

6 z z z γz Unu u coba na λ γ 4. ranng asus orenz dauan dengan mengamb awa [].9 dan ea.. RSE yang dperoe dapa da pada abe. Semenara nasan as ranng dapa da pada gambar dan 7. IV KESIPUA Dar as u coba dapa dar esmpuan sebaga beru:. Berdasaran gra nasan as ase ranng eradap seap persoaan yang ducobaan meode RKFBR en RS eb cepa mecapa onvergen dbandngan dengan RKFBR en Graden Descen. Ha n berau ba unu RKFBR orde dua maupun RKFBR orde empa.. Berdasaran as perbandngan RSE dunuan bawa meode ranng RKFBR orde empa en RS eb aura dbandngan ranng RKFBR orde dua RS. amun unu en Graden Descen a n da berau mua. V. DAFAR PUSAKA [] Y Jen ang and Cn eng n Runge Kua eura ewor or Idencaon o Dynamca Ssem n Hg Accuracy IEEE. rans. eura ewors 998. []. Onder Ee and Oyay Kayna "A Comparave Sudy o So-Compung eodooges n Idencaon o Roboc anpuaor " Roboc and Auonomous Sysem pp [].. er R. S. Suon and P. J. erbos eura ewors or Conro Cambrdge A: I Press 99. [4] K. J. Hun D. Sbarbaro R. Zbows and P. J. Gawrop eura ewors or Conro Sysem: A Survey Auomaca vo.8 no. pp.8-. ov 998. [] K.S. arendra and K. Parasaray Idencaon and Conro o dynamca Sysem Usng eura ewors IEEE rans. eura ewors vo. pp []. K. oon and.c.srng aemaca eods and Agorms or Sgna Processng Prence-Ha Inc. [7] I. G. Perovs Ordnary Derena Equaons Engewood Cs J: Prence-Ha 99. [8] S.Hayn. eura ewor A Compreensve Foundaon Second Edon Prence-Ha Inc ew Jersey 999. [9] Seven C. Capra and Canae P.Raymond umerca eods or Enggneers w Soware & Programmng Appcaon cgraw H.

7 . nasan arge nasan Has ranng dengan RBF orde dua graden descen. nasan arge nasan Has ranng dengan RBF orde dua zero order RBF orde dua graden descen RKFBR orde dua en Graden Descen.... nasan arge nasan Has ranng dengan RBF orde empa graden descen RBF orde dua zero order... RKFBR orde dua RS nasan arge nasan Has ranng dengan RBF orde empa zero order RBF orde empa graden descen RBF orde empa zero order RKFBR orde empa en Graden Descen. RKFBR orde empa RS Gambar 4. nasan Van der Po as ranng dengan RKFBR awa [-] nasan arge nasan Has ranng dengan RKRBF orde dua graden descen nasan arge nasan Has ranng dengan RKRBF orde dua zero order RKRBF orde dua graden descen RKFBR orde dua en Graden Descen. 4 nasan arge nasan Has ranng dengan RKRBF orde empa graden descen RKRBF orde dua zero order 4 RKFBR orde dua RS nasan arge nasan Has ranng dengan RKRBF orde empa zero order RKRBF orde empa graden descen RKRBF orde empa zero order RKFBR orde empa en Graden Descen. RKFBR orde empa RS Gambar. nasan Benda Jau as ranng dengan RKFBR awa [-]

8 nasan arge nasan Has ranng dengan RKRBF orde dua graden descen nasan arge nasan Has ranng dengan RKRBF orde dua zero order z z z RKRBF orde dua graden descen z RKRBF orde dua zero order RKFBR orde dua en Graden Descen. RKFBR orde dua RS Gambar. nasan orenz as ranng dengan RKFBR orde dua nasan arge nasan Has ranng dengan RKRBF orde empa graden descen nasan arge nasan Has ranng dengan RKRBF orde empa zero order z z z RKRBF orde empa graden descen z RKRBF orde empa zero order RKFBR orde empa en Graden Descen. RKFBR orde empa RS Gambar 7. nasan orenz as ranng dengan RKFBR orde empa

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K

U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K Isaro Elevas Jurusan Ten Spl dan Lngungan FT UGM U J I A N A K H I R S E M E S T E R M A T E M A T I K A T E K N I K SABTU JULI OPE N BOOK WAKTU ME NIT PETUNJUK ) Saudara bole menggunaan ompuer unu mengerjaan

Lebih terperinci

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU

BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU BAB IV METODA RUNGE-KUTTA ORDE 4 PADA MODEL ALIRAN FLUIDA YANG TERGANGGU Pada bab III, ka elah melakukan penguan erhadap meoda Runge-Kua orde 4 pada persamaan panas. Haslnya, solus analk persamaan panas

Lebih terperinci

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET

BAB 3 PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET BAB PENYELESAIAN NUMERIK MODEL ADVEKSI-DISPERSI DENGAN IMPLEMENTASI SPREADSHEET MENGENAI METODE NUMERIK Persoalan yang melbaan model maemaa banya munul dalam berbaga lmu pengeahuan seper halnya dalam asus

Lebih terperinci

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA

Penerapan Metode Filter Kalman Dalam Perbaikan Hasil Prediksi Cuaca Dengan Metode ARIMA JURNAL SAINS DAN SENI POMITS Vol. 3, No. 2, (24) ISSN: 2337-3539 (23-927 Prn) A-28 Penerapan Meode Fler Kalman Dalam Perbaan Hasl Preds Cuaca Dengan Meode ARIMA Tomy Kurnawan, Luman Hanaf, dan Erna Aprlan

Lebih terperinci

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear

E-book Statistika Gratis... Statistical Data Analyst. Uji Asumsi Klasik Regresi Linear E-boo Sasa Gras... Sascal Daa Anals Uj Asums Klas Regres Lnear Pada penulsan enang Regres Lnear n, penuls aan memberan bahasan mengena Uj Asums Klas epada para pembaca unu memberan pemahaman dan solus

Lebih terperinci

PRESENTASI TUGAS AKHIR

PRESENTASI TUGAS AKHIR Penerapan PID Predcve Ar-Rao Conroller Pada Mesn Mobl Msubsh Type 4G63 Unu Memnmuman Ems Gas Buang Oleh Hendre Angga P 10 105 03 PRESENTASI TUGAS AKHIR Mesn-mesn oomof saa n dunu unu menghaslan performa

Lebih terperinci

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE

TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE TUGAS ANALISIS MATRIKS APLIKASI TEOREMA PERRON FROBENIUS PADA MODEL MATRIKS POPULASI LESLIE Fan Puspasar 201 16019 Program Sud Magser Maemaa Faulas Maemaa dan Ilmu Pengeahuan Alam Insu Tenolog Bandung

Lebih terperinci

BAB IV SIMULASI MODEL

BAB IV SIMULASI MODEL 21 BAB IV SIMULASI MODEL Pada bagian ini aan diunjuan simulasi model melalui pendeaan numeri dengan menggunaan ala banu peranga luna Mahemaica. Oleh arena iu dienuan nilai-nilai parameer seperi yang disajian

Lebih terperinci

( ) r( t) 0 : tingkat pertumbuhan populasi x

( ) r( t) 0 : tingkat pertumbuhan populasi x III PEMODELAN Model Perumbuan Koninu Terbaasnya sumber-sumber penyoong (ruang, air, maanan, dll) menyebaban populasi dibaasi ole suau daya duung lingungan Perumbuan populasi lamba laun aan menurun dan

Lebih terperinci

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK

BAB II PEMODELAN STRUKTUR DAN ANALISIS DINAMIK BAB II PEMODELAN SRUKUR DAN ANALISIS DINAMIK II Pedaulua Aalss da saga dperlua uu bagua-bagua berlaa baya aau yag el egga leb dar eer Respo da sruur dabaa ole beba beba da yag basaya erupaa fugs dar wau

Lebih terperinci

Tentukan invers transformasi dari hasil kali kedua fungsi dalam kawasan frekuensi berikut :

Tentukan invers transformasi dari hasil kali kedua fungsi dalam kawasan frekuensi berikut : Tenuan nver ranforma ar hal al eua fung alam awaan freuen beru : Pen: F () an F () Inver ranforma Laplace mang-mang fung erebu enu aja aalah f () u() an f () e - u() engan menggunaan negral onvolu ang

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

( L ). Matriks varians kovarians dari

( L ). Matriks varians kovarians dari LIVIA PUSPA T 677 9.3 METODE KOMPONEN UTAMA Informas yang dbuuhkan daam eknk komponen uama suau daa ddapa dar marks varans kovarans, aau marks koreasnya. Meode komponen uama n, beruuan unuk menaksr parameer

Lebih terperinci

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST

BAB 2 RESPONS FUNGSI STEP PADA RANGKAIAN RL DAN RC. Ir. A.Rachman Hasibuan dan Naemah Mubarakah, ST BAB ESPONS FUNGSI STEP PADA ANGKAIAN DAN C Oleh : Ir. A.achman Hasbuan dan Naemah Mubarakah, ST . Persamaan Dferensal Orde Sau Adapun benuk yang sederhana dar suau persamaan dferensal orde sau adalah:

Lebih terperinci

Zullaikah 1 dan Sutimin 2. Jl. Prof. H. Soedarto, S.H., Tembalang Semarang

Zullaikah 1 dan Sutimin 2. Jl. Prof. H. Soedarto, S.H., Tembalang Semarang MODEL PERTUMBUHAN BIOMASSA RUMPUT LAUT GRACILLARIA DENGAN CARRYING CAPACITY BERGANTUNG WAKTU Zullaah dan Sumn, Jurusan Maemaa FMIPA Unversas Dponegoro Jl Prof H Soedaro, SH, Tembalang Semarang Absrac In

Lebih terperinci

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32)

( ) STUDI KASUS. ò (, ) ( ) ( ) Rataan posteriornya adalah = Rataan posteriornya adalah (32) 8 Raaan poserornya adalah E m x ò (, ) f ( x) m f x m f f m ddm (32) Dalam obseras basanya dgunakan banyak daa klam. Msalkan saja erdr dar grup daa klam dengan masng-masng grup ke unuk seap, 2,..., yang

Lebih terperinci

Kata kunci: system fuzzy, inflasi

Kata kunci: system fuzzy, inflasi Pemodean Tngat Infas d Indonesa dengan -- gus aman bad & uhson PEODEL TIGKT IFLSI DI IDOESI DEG EGGUK SISTE FUZZY Oeh: gus aman bad Staf pengajar d FIP Unverstas eger Yogaarta uhson Staf Pengajar Fautas

Lebih terperinci

Penempatan Optimal Sensor Dengan Metode Particle Swarm Optimization (PSO) Untuk State Estimation Pada Sistem Distribusi Surabaya

Penempatan Optimal Sensor Dengan Metode Particle Swarm Optimization (PSO) Untuk State Estimation Pada Sistem Distribusi Surabaya JURNL TEKNIK POMITS Vol 2, No 1, (214) 1 Penempaan Opmal Sensor Dengan Meode Parcle Swarm Opmzaon (PSO) Unu Sae Esmaon Pada Ssem Dsrbus Surabaya j Dharma, Onoseno Penangsang, Rony Seo Wbowo Jurusan Ten

Lebih terperinci

SIMULASI PERGERAKAN TRAJECTORY PLANNING PADA ROBOT LENGAN ANTHROPOMORPHIC. Moh. Imam Afandi

SIMULASI PERGERAKAN TRAJECTORY PLANNING PADA ROBOT LENGAN ANTHROPOMORPHIC. Moh. Imam Afandi SIMUASI ERGERAKAN TRAJECTOR ANNING ADA ROBOT ENGAN ANTHROOMORHIC Moh Imam Afand usl KIM-II, Kawasan usppe Serpong, Tangerang 54 INTISARI Robo lengan yang mampu bergera secara oomas membuuhan suau ssem

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

BAB 8 PERSAMAAN DIFERENSIAL BIASA

BAB 8 PERSAMAAN DIFERENSIAL BIASA Maa kulah KOMPUTASI ELEKTRO BAB 8 PERSAMAAN DIFERENSIAL BIASA Persamaan dferensal dapa dbedakan menjad dua macam erganung pada jumlah varabel bebas. Apabla persamaan ersebu mengandung hana sau varabel

Lebih terperinci

KINETIKA REAKSI HOMOGEN SISTEM BATCH

KINETIKA REAKSI HOMOGEN SISTEM BATCH KINETIK REKSI HOMOGEN SISTEM BTH SISTEM REKTOR BTH OLUME TETP REKSI SEDERHN (SERH/IREERSIBEL Beberapa sisem reasi sederhana yang disajian di sini: Reasi ireversibel unimoleuler berorde-sau Reasi ireversibel

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Laar Belakang Pada dasarnya peramalan adalah merupakan suau dugaan aau perkiraan enang erjadinya suau keadaan di masa depan. Akan eapi dengan menggunakan meodemeode erenu peramalan

Lebih terperinci

4. VALIDITAS DAN RELIABILITAS DALAM MEMBUAT EVALUASI

4. VALIDITAS DAN RELIABILITAS DALAM MEMBUAT EVALUASI 4. ALIDITAS DA RELIABILITAS DALAM MEMBUAT EALUASI Tujuan : Seelah mempelajari modul ini mahasiswa mampu membua ala evaluasi bau unu program pembelajaran Evaluasi pembelajaran adalah ahap ahir dalam prosedur

Lebih terperinci

Kombinasi Penaksiran Model Lag Terdistribusi Dengan Ekspektasi Adaptif Dan Penyesuaian Parsial

Kombinasi Penaksiran Model Lag Terdistribusi Dengan Ekspektasi Adaptif Dan Penyesuaian Parsial 96 Vol. 3, No., 96-, Januar 7 Kombnas Penasran Model Lag Terdsrbus Dengan Espeas Adapf Dan Penyesuaan Parsal Adawaya Rangu Absra Dalam menasr Model Lag Terdsrbus, masalah yang mungn erjad adalah da adanya

Lebih terperinci

BAB II TEORI PENUNJANG

BAB II TEORI PENUNJANG BAB II TEORI EUJAG ada bagan n aan djeasan mengena beberapa eor yang berenaan dengan penean Tugas Ahr n. ubbab 2.1 menjeasan mengena perembangan dar en daam meauan Conen Based Image rereva CBIR. enjeasan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini aan diemuaan beberapa onsep dasar yang beraian dengan analisis runun wau, dianaranya onsep enang esasioneran, fungsi auoorelasi dan fungsi auoorelasi parsial, macam-macam

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

Bab III Studi Kasus Model Double Decrement

Bab III Studi Kasus Model Double Decrement Bab III Sudi Kasus Mode Doube Decremen Pada bab ini, akan dieaskan erebih dahuu mengenai beberapa definisi daam eori Doube Decremen. Seanunya akan dibahas benuk kuanifikasi dependensi daam kasus Doube

Lebih terperinci

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr.

x 4 x 3 x 2 x 5 O x 1 1 Posisi, perpindahan, jarak x 1 t 5 t 4 t 3 t 2 t 1 FI1101 Fisika Dasar IA Pekan #1: Kinematika Satu Dimensi Dr. Pekan #1: Kinemaika Sau Dimensi 1 Posisi, perpindahan, jarak Tinjau suau benda yang bergerak lurus pada suau arah erenu. Misalnya, ada sebuah mobil yang dapa bergerak maju aau mundur pada suau jalan lurus.

Lebih terperinci

PENGARUH PENGGUNAAN METODE POWER DAN TRUNCATED POWER PADA PCA-PART UNTUK INISIALISASI K-MEANS ABSTRACT

PENGARUH PENGGUNAAN METODE POWER DAN TRUNCATED POWER PADA PCA-PART UNTUK INISIALISASI K-MEANS ABSTRACT Semnar Nasonal Sans & Tenolog V Lembaga Penelan Unversas Lampung PENGARUH PENGGUNAAN METODE POWER DAN TRUNCATED POWER PADA PCA-PART UNTUK INISIALISASI K-MEANS Ere Sadewo 1, Muhammad Mashur 2, dan Al Rdho

Lebih terperinci

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE

VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE VARIABEL-VARIABEL YANG MEMPENGARUHI ACTUAL SYSTEM USAGE (ASU) PADA PEMANFAATAN STUDENTSITE Indra Nurhadi Program Sudi Manajemen Ekonomi, Fakulas Ekonomi, Universias Gunadarma Jl. Akses Kelapa Dua Cimanggis,

Lebih terperinci

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun

Jumlah kasus penderita penyakit Demam Berdarah Dengue (DBD) di Kota Surabaya tahun Baasan Masalah Jumlah kasus pendera penyak Demam Berdarah Dengue (DBD d Koa Surabaya ahun - Varabel Explanaory (Varabel penjelas yang dgunakan dalam penelan adalah varabel Iklm (Curah hujan, Suhu, Kelembaban

Lebih terperinci

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat

BAB 1 PENDAHULUAN. Sumber Daya Alam (SDA) yang tersedia merupakan salah satu pelengkap alat BAB 1 PENDAHULUAN 1.1 Laar Belakang Sumber Daya Alam (SDA) yang ersedia merupakan salah sau pelengkap ala kebuuhan manusia, misalnya anah, air, energi lisrik, energi panas. Energi Lisrik merupakan Sumber

Lebih terperinci

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI

FIsika KTSP & K-13 KINEMATIKA. K e l a s A. VEKTOR POSISI KTSP & K-13 FIsika K e l a s XI KINEMATIKA Tujuan Pembelajaran Seelah mempelajari maeri ini, kamu diharapkan mampu menjelaskan hubungan anara vekor posisi, vekor kecepaan, dan vekor percepaan unuk gerak

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

2 i. . Kebolehjadian total n set nilai adalah: y terhadap y dicapai jika faktor

2 i. . Kebolehjadian total n set nilai adalah: y terhadap y dicapai jika faktor Pencocokan Data. Pencocokan Data ke Gars Lurus Msakan kta mempunya n ttk data ekspermenta (, y ) dan dketahu bahwa hubungan teorts antara dan y adaah hubungan near (persamaan gars urus) dengan persamaan:

Lebih terperinci

CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR POTENSIAL PT BURSA EFEK INDONESIA DI JAWA TIMUR

CONFIGURAL FREQUENCY ANALYSIS UNTUK MELIHAT KARAKTERISTIK CALON INVESTOR POTENSIAL PT BURSA EFEK INDONESIA DI JAWA TIMUR Prosdng Semnar asona Penean, Penddan dan Penerapan MIPA Fauas MIPA, Unversas eger Yogyaara, 6 Me 009 COFIGURAL FREQUECY AALYSIS UTUK MELIHAT KARAKTERISTIK CALO IVESTOR POTESIAL PT BURSA EFEK IDOESIA DI

Lebih terperinci

Pekan #3. Osilasi. F = ma mẍ + kx = 0. (2)

Pekan #3. Osilasi. F = ma mẍ + kx = 0. (2) FI Mekanika B Sem. 7- Pekan #3 Osilasi Persamaan diferensial linear Misal kia memiliki sebuah fungsi berganung waku (. Persamaan diferensial linear dalam adalah persamaan yang mengandung variabel dan urunannya

Lebih terperinci

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG 1.2 TUJUAN

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG 1.2 TUJUAN BAB PENDAHUUAN. ATAR BEAKANG Seringali ara enelii aau saisiawan melauan enganalisaan erhada suau eadaan/masalah dimana eadaan yang dihadai adalah besarnya jumlah variabel samel yang diamai. Unu iu erlu

Lebih terperinci

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera

BAB 1 PENDAHULUAN. Kabupaten Labuhan Batu merupakan pusat perkebunan kelapa sawit di Sumatera BAB 1 PENDAHULUAN 1.1 Laar Belakang Kabupaen Labuhan Bau merupakan pusa perkebunan kelapa sawi di Sumaera Uara, baik yang dikelola oleh perusahaan negara / swasa maupun perkebunan rakya. Kabupaen Labuhan

Lebih terperinci

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012

InfinityJurnal Ilmiah Program Studi Matematika STKIP Siliwangi Bandung, Vol 1, No.2, September 2012 InfiniyJurnal Ilmiah Program Sudi Maemaia STKIP Siliwangi Bandung, Vol 1, No.2, Sepember 2012 GRUP PERMUTASI SIKLIS DALAM PERMAINAN SUIT Oleh: Bagus Ardi Sapuro Jurusan Pendidian Maemaia, IKIP PGRI Semarang

Lebih terperinci

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai

BAB 1 PENDAHULUAN. Propinsi Sumatera Utara merupakan salah satu propinsi yang mempunyai BAB 1 PENDAHULUAN 1.1 Laar Belakang Propinsi Sumaera Uara merupakan salah sau propinsi yang mempunyai perkembangan yang pesa di bidang ransporasi, khususnya perkembangan kendaraan bermoor. Hal ini dapa

Lebih terperinci

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal

Hidden Markov Model. Oleh : Firdaniza, Nurul Gusriani dan Akmal Hdden Markov Model Oleh : Frdanza, urul Gusran dan Akmal Dosen Jurusan Maemaka FMIPA Unversas Padjadjaran Jl. Raya Bandung Sumedang Km 2, Janangor, Jawa Bara elp. / Fax : 022 7794696 Absrak Hdden Markov

Lebih terperinci

Solusi Numerik Model Umum Epidemik Susceptible, Infected, Recovered (SIR) dengan Menggunakan Metode Modified Milne-Simpson

Solusi Numerik Model Umum Epidemik Susceptible, Infected, Recovered (SIR) dengan Menggunakan Metode Modified Milne-Simpson JURNAL SAINTIFIK VOL. NO. JULI 0 Slus Numerk Mdel Umum Epdemk Suscepble Ineced Recvered SIR denan Menunakan Mede Mded Mlne-Smpsn Wayudn Nur Nurul Muklsa Abdal Prram Sud Maemaka FMIPA Unversas Sulawes Bara

Lebih terperinci

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a Pemodelan Anomal Magnet Berbentu Prsma Menggunaan Algortma Geneta Antonus a, Yudha Arman a *, Joo Sampurno a a Jurusan Fsa, FMIPA Unverstas Tanjungpura, Jalan Pro. Dr. Hadar Nawaw, Pontana, Indonesa *Emal

Lebih terperinci

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a

APLIKASI STRUKTUR GRUP YANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI. Mujiasih a APLIKASI STRUKTUR GRUP ANG TERKAIT DENGAN KOMPOSISI TRANSFORMASI PADA BANGUN GEOMETRI Mujash a a Program Sud Maemaka Jurusan Tadrs Fakulas Tarbah IAIN Walsongo Jl. Prof. Dr. Hamka Kampus II Ngalan Semarang

Lebih terperinci

BAB II TINJAUAN TEORITIS

BAB II TINJAUAN TEORITIS BAB II TIJAUA TEORITIS 2.1 Peramalan (Forecasing) 2.1.1 Pengerian Peramalan Peramalan dapa diarikan sebagai beriku: a. Perkiraan aau dugaan mengenai erjadinya suau kejadian aau perisiwa di waku yang akan

Lebih terperinci

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun

Pemodelan Data Runtun Waktu : Kasus Data Tingkat Pengangguran di Amerika Serikat pada Tahun Pemodelan Daa Runun Waku : Kasus Daa Tingka Pengangguran di Amerika Serika pada Tahun 948 978. Adi Seiawan Program Sudi Maemaika, Fakulas Sains dan Maemaika Universias Krisen Saya Wacana, Jl. Diponegoro

Lebih terperinci

BAB IV PERHITUNGAN NUMERIK

BAB IV PERHITUNGAN NUMERIK BAB IV PERHITUNGAN NUMERIK Dengan memperhaikan fungsi sebaran peluang berahan dari masingmasing sebaran klaim, sebagai mana diulis pada persamaan (3.45), (3.70) dan (3.90), perhiungan numerik idak mudah

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI A 2 LANDASAN TEORI 2. Model Regres Nonparaer Analss regres dala sasa erupaan salah sau eode unu enenuan hubungan sebab aba anara sau varabel dengan varabel yang lan elalu pengaaan ecenderungan pola hubungan

Lebih terperinci

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF

BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF BAB III RUNTUN WAKTU MUSIMAN MULTIPLIKATIF Pada bab ini akan dibahas mengenai sifa-sifa dari model runun waku musiman muliplikaif dan pemakaian model ersebu menggunakan meode Box- Jenkins beberapa ahap

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA

PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR FISIKA SISWA ISSN 5-73X PENGARUH STRATEGI PEMBELAJARAN GENIUS LEARNING TERHADAP HASIL BELAJAR ISIKA SISWA Henok Siagian dan Iran Susano Jurusan isika, MIPA Universias Negeri Medan Jl. Willem Iskandar, Psr V -Medan

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,

Lebih terperinci

Bab 5 BEBERAPA HUBUNGAN DASAR DALAM FISIKA

Bab 5 BEBERAPA HUBUNGAN DASAR DALAM FISIKA Bab 5 BEBERAPA HUBUNGAN DASAR DALAM FISIKA 5. Pendahuluan Keia memodelan sisem fisis, ia enu harus mulai dengan pengeahuan mengenai fisia. Dalam bab ini ia aan merangum hubungan hubungan paling umum dalam

Lebih terperinci

- Persoalan nilai perbatasan (PNP/PNB)

- Persoalan nilai perbatasan (PNP/PNB) PENYELESAIAN NUMERIK PERSAMAAN DIFERENSIAL Persamaan diferensial biasanya digunaan untu pemodelan matematia dalam sains dan reayasa. Seringali tida terdapat selesaian analiti seingga diperluan ampiran

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LADASA TEORI 2.1 Pengerian Peramalan Peramalan (forecasing) adalah suau kegiaan yang memperkirakan apa yang akan erjadi pada masa yang akan daang. Meode peramalan merupakan cara unuk memperkirakan

Lebih terperinci

=====O0O===== Gerak Vertikal Gerak vertikal dibagi menjadi 2 : 1. GJB 2. GVA. A. GERAK Gerak Lurus

=====O0O===== Gerak Vertikal Gerak vertikal dibagi menjadi 2 : 1. GJB 2. GVA. A. GERAK Gerak Lurus A. GERAK Gerak Lurus o a Secara umum gerak lurus dibagi menjadi 2 : 1. GLB 2. GLBB o 0 a < 0 a = konsan 1. GLB (Gerak Lurus Berauran) S a > 0 a < 0 Teori Singka : Perumusan gerak lurus berauran (GLB) Grafik

Lebih terperinci

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia

Pemodelan Indeks Pembangunan Gender dengan Pendekatan Regresi Nonparametrik Spline di Indonesia JURNAL SAINS DAN SENI ITS Vol. 4, No., ( 337-3 (3-9X Prn D-7 Pemodelan Indes Pembangunan Gender dengan Pendeaan Regres Nonparamer Splne d Indonesa Nurul Fajryyah dan I Nyoman Budanara Jurusan Sasa, Faulas

Lebih terperinci

Model Suku Bunga Multinomial 4. Danang Teguh Qoyyimi *, Dedi Rosadi 2.

Model Suku Bunga Multinomial 4. Danang Teguh Qoyyimi *, Dedi Rosadi 2. ROSIDING ISBN: 978-979-6353-3- Model Suu Bunga Mulnomal 4 S-5 Danang Teguh Qoyym *, Ded Rosad Jurusan Maemaa FMIA Unversas Gadah Mada *qoyym@ugm.ac.d Maalah n adalah merupaan pengembangan dar model suu

Lebih terperinci

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan

BAB I PENDAHULUAN. tepat rencana pembangunan itu dibuat. Untuk dapat memahami keadaan BAB I PENDAHULUAN 1.1 Laar Belakang Dalam perencanaan pembangunan, daa kependudukan memegang peran yang pening. Makin lengkap dan akura daa kependudukan yang esedia makin mudah dan epa rencana pembangunan

Lebih terperinci

BAB IV METODE PENELITIAN. dimana peneliti adalah sebagai instrument kunci, pengambilan sample sumber dan

BAB IV METODE PENELITIAN. dimana peneliti adalah sebagai instrument kunci, pengambilan sample sumber dan BAB IV METODE PENELITIAN 4.1 Pendekaan Peneliiaan Peneliian sudi kasus ini menggunakan peneliian pendekaan kualiaif. menuru (Sugiono, 2009:15), meode peneliian kualiaif adalah meode peneliian ang berlandaskan

Lebih terperinci

Seleksi Bersama Masuk Perguruan Tinggi Negeri. SAINTEK Fisika Kode:

Seleksi Bersama Masuk Perguruan Tinggi Negeri. SAINTEK Fisika Kode: Seleksi Bersama Masuk Perguruan Tinggi Negeri SAINTEK Fisika 2013 Kode: 131 TKD SAINTEK FISIKA www.bimbinganalumniui.com 1. Gerak sebuah benda dinyaakan dalam sebuah grafik kecepaan erhadap waku beriku

Lebih terperinci

Analisis Faktorisasi Matriks Tak Negatif

Analisis Faktorisasi Matriks Tak Negatif Jurnal Maemaa, Saisa, & Kompuasi Vol. 3 No. Januari 07 Jurnal Maemaa, Saisa & Kompuasi Edisi Khusus Juli 007 Vol. 3, No.,, 4-46, 47-5, Januari January 07 07 47 57 nalisis Fakorisasi Mars ak Negaif bsrak

Lebih terperinci

MODUL 7 APLIKASI TRANFORMASI LAPLACE

MODUL 7 APLIKASI TRANFORMASI LAPLACE MODUL 7 APLIKASI TRAFORMASI LAPLACE Tranformai Laplace dapa digunaan unu menyeleaian bai peroalan analia maupun perancangan iem. Apliai Tranformai Laplace erebu berganung pada ifa-ifa ranformai Laplace,

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode

BAB III THREE STAGE LEAST SQUARE. Sebagaimana telah disinggung pada bab sebelumnya, salah satu metode BAB III THREE STAGE LEAST SQUARE Sebagamana elah dsnggung pada bab sebelumnya, salah sau meode penaksran parameer pada persamaan smulan yau meode Three Sage Leas Square (3SLS. Sebelum djelaskan lebh lanju

Lebih terperinci

Slide : Tri Harsono Politeknik Elektronika Negeri Surabaya ITS Politeknik Elektronika Negeri Surabaya (PENS) - ITS

Slide : Tri Harsono Politeknik Elektronika Negeri Surabaya ITS Politeknik Elektronika Negeri Surabaya (PENS) - ITS Persamaan Differensial Biasa Orde Slide : Tri Harsono Polieknik Elekronika Negeri Surabaya ITS Polieknik Elekronika Negeri Surabaya PENS - ITS 1 1. PD Linier Homogin Dengan Koefisien Benuk Umum: Konsan

Lebih terperinci

UJI LINEARITAS DATA TIME SERIES DENGAN RESET TEST

UJI LINEARITAS DATA TIME SERIES DENGAN RESET TEST Vol. 7. No. 3, 36-44, Desember 004, ISSN : 1410-8518 UJI LINEARITAS DATA TIME SERIES DENGAN RESET TEST Budi Warsio, Dwi Ispriyani Jurusan Maemaia FMIPA Universias Diponegoro Absra Tulisan ini membahas

Lebih terperinci

Kaedah Runge-Kutta. Bab 25

Kaedah Runge-Kutta. Bab 25 Kaeda Runge-Kutta Bab 5 D ar bab n anda sepatutna: Bole menjelasan gambaran vsual aeda Euler Heun dan tt tenga Faam ubungan antara aeda Euler dan sr Talor dan ralat ang beratan Dapat membezaan ralat (local

Lebih terperinci

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan

BAB 2 LANDASAN TEORI. Produksi padi merupakan suatu hasil bercocok tanam yang dilakukan dengan BAB 2 LANDASAN TEORI 2.1. Produksi Produksi padi merupakan suau hasil bercocok anam yang dilakukan dengan penanaman bibi padi dan perawaan sera pemupukan secara eraur sehingga menghasilkan suau produksi

Lebih terperinci

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun

BAB III METODE PEMULUSAN EKSPONENSIAL TRIPEL DARI WINTER. Metode pemulusan eksponensial telah digunakan selama beberapa tahun 43 BAB METODE PEMUUAN EKPONENA TRPE DAR WNTER Meode pemulusan eksponensial elah digunakan selama beberapa ahun sebagai suau meode yang sanga berguna pada begiu banyak siuasi peramalan Pada ahun 957 C C

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

Lebih terperinci

PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F

PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F PENERAPAN PERHITUNGAN FISHER-SNEDECOR UNTUK UJI F Zihaul Haq 1, Bowo Nurhadiono, S.Si, M.Kom 2 1 Mahasiswa Teknik Informaika, Universias Dian Nuswanoro Semarang 2 Dosen Pembimbing Teknik Informaika, Universias

Lebih terperinci

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS

PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS PENGEMBANGAN MODEL MATEMATIS UNTUK OPTIMASI PERENCANAAN PRODUKSI MINUMAN MARIMAS Mra Puspasar, Snggh Sapad, Dana Puspasar Absraks PT Ulam Tba Halm merupakan salah sau ndusr mnuman serbuk d Indonesa, dmana

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN EORI.. Dasar Dari ransfer Panas Ilmu pengeahuan ermodinamia ang berhubungan dengan jumlah ransfer panas sebagai suau sisem ang menjalanan suau proses dari sau ii sabil e ii sabil lainna, dimana

Lebih terperinci

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan

BAB II LANDASAN TEORI. Peramalan (Forecasting) adalah suatu kegiatan yang mengestimasi apa yang akan BAB II LADASA TEORI 2.1 Pengerian peramalan (Forecasing) Peramalan (Forecasing) adalah suau kegiaan yang mengesimasi apa yang akan erjadi pada masa yang akan daang dengan waku yang relaif lama (Assauri,

Lebih terperinci

Fakultas Teknik Jurusan Teknik Sipil Universitas Brawijaya

Fakultas Teknik Jurusan Teknik Sipil Universitas Brawijaya Fakulas Teknik Jurusan Teknik Sipil Universias Brawijaa B Momen Sais a Penampang Bidang Berenuk Tak Berauran Momen sais dari suau luasan eradap sumu dan didefinisikan seagai inegral dari asil kali luas

Lebih terperinci

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph

TINJAUAN PUSTAKA. Node. Edge. Gambar 1 Directed Acyclic Graph TINJAUAN PUSTAKA Bayesan Networks BNs dapat memberkan nformas yang sederhana dan padat mengena nformas peluang. Berdasarkan komponennya BNs terdr dar Bayesan Structure (Bs) dan Bayesan Parameter (Bp) (Cooper

Lebih terperinci

Perbandingan Klasifikasi Tingkat Keganasan Breast Cancer Dengan Menggunakan Regresi Logistik Ordinal Dan Support Vector Machine (SVM)

Perbandingan Klasifikasi Tingkat Keganasan Breast Cancer Dengan Menggunakan Regresi Logistik Ordinal Dan Support Vector Machine (SVM) JURNAL SAINS DAN SENI IS Vo., No., (Sept. 0) ISSN: 30-98X D-30 Perbandngan Kasfas ngat Keganasan Breast Cancer Dengan Menggunaan Regres Logst Ordna Dan Support Vector Machne (SVM) Farz rachman dan Sant

Lebih terperinci

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang

BAB 2 LANDASAN TEORI. Peramalan adalah kegiatan untuk memperkirakan apa yang akan terjadi di masa yang BAB 2 LANDASAN TEORI 2.1 Pengerian Peramalan Peramalan adalah kegiaan unuk memperkirakan apa yang akan erjadi di masa yang akan daang. Sedangkan ramalan adalah suau aau kondisi yang diperkirakan akan erjadi

Lebih terperinci

BAB I PENDAHULUAN. salad ke piring setelah dituang. Minyak goreng dari kelapa sawit juga memiliki sifat

BAB I PENDAHULUAN. salad ke piring setelah dituang. Minyak goreng dari kelapa sawit juga memiliki sifat BAB I PENDAHULUAN 1.1 Laar Belakang Dalam kehidupan sehari hari kia biasa menjumpai produk makanan yang sifanya kenal. Sebagai conoh produk mayonaisse yang diambahkan pada salad. Viskosias (kekenalan)

Lebih terperinci

Penggerombolan Model Parameter Regresi dengan Error-Based Clustering

Penggerombolan Model Parameter Regresi dengan Error-Based Clustering Penggerombolan Model Parameer Regres dengan Error-Based Cluserng 1 I Made Sumerajaya 2 Gus Adh Wbawa 3 I Gede Nyoman Mndra Jaya 1 Saf Pengajar Deparemen Sasa IPB 2,3 Mahsswa Pascasarjana Sasa IPB ABSTRAK

Lebih terperinci

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan

BAB 2 KINEMATIKA. A. Posisi, Jarak, dan Perpindahan BAB 2 KINEMATIKA Tujuan Pembelajaran 1. Menjelaskan perbedaan jarak dengan perpindahan, dan kelajuan dengan kecepaan 2. Menyelidiki hubungan posisi, kecepaan, dan percepaan erhadap waku pada gerak lurus

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Teknk Spl dan Lngkungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SABTU, JULI OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara bole menggunakan komputer untuk mengerjakan soal- soal ujan n. Tabel

Lebih terperinci

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada

BAB I PENDAHULUAN. universal, disemua negara tanpa memandang ukuran dan tingkat. kompleks karena pendekatan pembangunan sangat menekankan pada BAB I PENDAHULUAN A. Laar Belakang Disparias pembangunan ekonomi anar daerah merupakan fenomena universal, disemua negara anpa memandang ukuran dan ingka pembangunannya. Disparias pembangunan merupakan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang 11 BAB I PENDAHULUAN 1.1 Laar Belakang Salah sau masalah analisis persediaan adalah kesulian dalam menenukan reorder poin (iik pemesanan kembali). Reorder poin diperlukan unuk mencegah erjadinya kehabisan

Lebih terperinci

ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ)

ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ) hp://jurnal.upnyk.ac.id/index.php/opsi OPSI Jurnal Opimasi Sisem Indusri ANALISIS KEHANDDALAN DAN LAJU KERUSAKAN PADA MESIN CONTINUES FRYING (STUDI KASUS : PT XYZ) Ahmad Muhsin, Ichsan Syarafi Jurusan

Lebih terperinci

Berlaku Perbandingan. A. Konsep Suhu

Berlaku Perbandingan. A. Konsep Suhu Suhu erupakan ukuran relaif (deraja) panas aau dingin suau benda aau sise. Pada kasus dua buah benda yang berbeda suhu dan keduanya disenuhkan sau saa lain, aka kr akan engir dari benda yang lebih panas

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Creaed by Smpo PDF Creaor Pro (unregsered verson) hp://www.smpopdf.com Sask Bsns : BAB 8 VIII. ANALISIS DATA DERET BERKALA (TIME SERIES) 8.1 Pendahuluan Daa Berkala (Daa Dere waku) adalah daa yang dkumpulkan

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang

BAB 2 TINJAUAN TEORITIS. Kegiatan untuk memperkirakan apa yang akan terjadi pada masa yang akan datang BAB 2 TINJAUAN TEORITIS 2.1 Pengerian dan Manfaa Peramalan Kegiaan unuk mempeirakan apa yang akan erjadi pada masa yang akan daang disebu peramalan (forecasing). Sedangkan ramalan adalah suau kondisi yang

Lebih terperinci

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami

BAB 1 PENDAHULUAN. tahun 1990-an, jumlah produksi pangan terutama beras, cenderung mengalami 11 BAB 1 PENDAHULUAN 1.1. Laar Belakang Keahanan pangan (food securiy) di negara kia ampaknya cukup rapuh. Sejak awal ahun 1990-an, jumlah produksi pangan eruama beras, cenderung mengalami penurunan sehingga

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Laar Belakang Masalah Dalam sisem perekonomian suau perusahaan, ingka perumbuhan ekonomi sanga mempengaruhi kemajuan perusahaan pada masa yang akan daang. Pendapaan dan invesasi merupakan

Lebih terperinci

Aljabar Linear Elementer

Aljabar Linear Elementer Silabus : Aljabar Linear Elemener MA SKS Bab I Mariks dan Operasinya Bab II Deerminan Mariks Bab III Sisem Persamaan Linear Bab IV Vekor di Bidang dan di Ruang Bab V Ruang Vekor Bab VI Ruang Hasil Kali

Lebih terperinci

PEMBAHASAN. Solusi Eksak Persamaan Boltzman dengan Nilai Awal Bobylev Misalkan dipilih nilai awal Bobylev berikut:

PEMBAHASAN. Solusi Eksak Persamaan Boltzman dengan Nilai Awal Bobylev Misalkan dipilih nilai awal Bobylev berikut: PEMBAHASAN Paa karya ilmiah ini persamaan Bolzmann yang akan icari solusinya aalah persamaan Bolzmann spasial homogen yaiu persamaan Bolzmann engan x bernilai nol iuliskan: S cos [ ] e. g θ 4 uas kiri

Lebih terperinci

Analisis Model dan Contoh Numerik

Analisis Model dan Contoh Numerik Bab V Analisis Model dan Conoh Numerik Bab V ini membahas analisis model dan conoh numerik. Sub bab V.1 menyajikan analisis model yang erdiri dari analisis model kerusakan produk dan model ongkos garansi.

Lebih terperinci

I PENDAHULUAN II LANDASAN TEORI

I PENDAHULUAN II LANDASAN TEORI 1 I PENDAHULUAN 11 Laar Belakang Seiap orang mendambakan berheni bekerja di suau masa dalam siklus kehidupannya dan menikmai masa uanya dengan enram Terjaminnya kesejaheraan di masa ua akan mencipakan

Lebih terperinci

BAB 3 METODOLOGI PEMECAHAN MASALAH

BAB 3 METODOLOGI PEMECAHAN MASALAH BAB 3 METODOLOGI PEMECAHAN MASALAH 3.1 Tahapan Pemecahan Masalah Tahapan pemecahan masalah berfungsi unuk memudahkan dalam mencari jawaban dalam proses peneliian yang dilakukan agar sesuai dengan arah

Lebih terperinci