Rekayasa Elektrika. Jurnal APRIL 2017 VOLUME 13 NOMOR 1. TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/2016

Ukuran: px
Mulai penontonan dengan halaman:

Download "Rekayasa Elektrika. Jurnal APRIL 2017 VOLUME 13 NOMOR 1. TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/2016"

Transkripsi

1 TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/016 Jurnal Reayasa Eletra VOLUME 13 NOMOR 1 APRIL 017 Efsens Daya Protool Quantze and Forward pada Sstem Komunas Kooperatf Mult-Relay Nasaruddn, Rony Kurna, dan Ramz Adrman JRE Vol. 13 No. 1 Hal 1-64 Banda Aceh, Aprl 017 ISSN e-issn. 5-60X

2 Jurnal Reayasa Eletra Vol. 13, No. 1, Aprl 017, hal ISSN ; e-issn. 5-60X, Teraredtas RISTEKDIKTI No. 36b/E/KPT/016 DOI: /jre.v Efsens Daya Protool Quantze and Forward pada Sstem Komunas Kooperatf Mult-Relay Nasaruddn 1, Rony Kurna, dan Ramz Adrman 1 1 Jurusan Ten Eletro dan Komputer, Unverstas Syah Kuala Jl. Tg. Syech Abdurrauf No. 7, Darussalam, Banda Aceh 3111 PT. Telom Ases, Banda Aceh 3111 e-mal: nasaruddn@unsyah.ac.d Abstra Salah satu ten dverstas yang efetf untu mengatas fadng pada anal nrabel adalah sstem omunas ooperatf, dmana sumber mengrm nformas melalu beberapa relay untu dterusan e tujuan. Sstem omunas ooperatf telah menunjuan dapat menngatan nerja sstem dan menurunan tngat onsums energ. Tetap sstem omunas ooperatf sangat tergantung pada meansme relay yang dgunaan yatu protool relay dantaranya quantze and forward (QF) dan amplfy and forward (AF). Peneltan sebelumnya, efsens energ pada protool AF telah daj pada sstem ooperatf sngle-relay, tetap mult-relay lebh prats. Oleh arena tu, peneltan n dfousan pada efsens daya pada sstem omunas ooperatf mult-relay menggunaan protool QF. Metode peneltan yang dgunaan adalah analss matemats dan smulas omputer untu outage probablty dan efsens daya pada jarngan mult-relay QF. Hasl smulas ddapatan bahwa sstem mult-relay QF dapat menyedaan efsens daya yang tngg, tetap efsens tersebut berurang eta raso jara bertambah. Efsens daya dapat dtngatan dengan menambah jumlah relay yang dgunaan pada sstem. Perbandngan efsens daya pada protool QF dan AF juga telah dsmulasan, dmana efsens daya mult-relay QF lebh tngg dbandngan dengan protool AF pada raso jara dan daya transmt. Dengan deman, sstem mult-relay QF dapat menyedaan nerja dan tngat efsens yang tngg pada sstem omunas ooperatf. Kata unc: efsens daya, quantze and forward (QF), protool relay, omunas ooperatf, mult-relay Abstract One of effectve dversty technques to combat fadng on wreless channel s a cooperatve communcaton system n whch a source sends nformaton through several relays and then forward t to a destnaton. A cooperatve communcaton system has shown ncreased the system performance and reduced the energy consumpton. However, t depends on the used relay mechansm that s relay protocols such as quantze and forward (QF) and amplfy and forward (AF). In the prevous research, energy effcency of AF relay has nvestgated for a sngle-relay cooperatve system, but mult-relay s more practcal. Therefore, ths research focuses on power effcency n multrelay cooperatve communcaton system usng QF protocol. The research method used s mathematcal analyss and computer smulaton for outage probablty and power effcency n the mult-relay QF. Smulaton result found that mult-relay QF system could provde a hgh power effcency, but the effcency s reduced when the dstance rato ncreases. Power effcency can be ncreased by addng the number of relays n the system. A comparson of power effcency for QF and AF protocols has smulated, n whch power effcency of mult-relay QF s hgher than that of mult-relay AF at dstance rato and power transmt. Thus, mult-relay QF system can provde hgh performance and power effcency n the cooperatve communcaton system. Keywords: power effcency, quantze and forward (QF), relay protocol, cooperatve communcatons, mult-relay Copyrght 017 Jurnal Reayasa Eletra. All rght reserved I. Pendahuluan Sstem omunas nrabel merupaan moda omunas yang sangat populer, arena sstem tersebut menyedaan beberapa emudahan yatu flesbltas dan mobltas yang tngg, layanan multmeda dan ehandalan sstem yang terus menngat [1]. Namun deman, daya batera pada ss perangat bergera terbatas dan onsums daya yang besar pada ss jarngan merupaan dua tantangan yang sedang dhadap. Dampa dar masalah n adalah menngatnya ems CO yang dapat membahayaan lngungan hdup []. Saat n, perembangan sstem omunas nrabel sedang dfousan pada jarngan masa depan 5G untu menngatan ecepatan data dan latency yang rendah [3]. Beberapa syarat atau su utama untu jarngan 5G dantaranya adalah pengurangan onsums energ, daya tahan batera yang tngg dan penerapan sstem ooperatf. Untu menduung jarngan tersebut, model atau meansme sstem omunas yang ramah lngungan merupaan fator pentng yang harus dpertmbangan. Kanal nrabel merupaan anal omunas yang rentan terhadap gangguan nose dan multpath fadng yang terjad selama proses transms nformas dar sumber e Receved 6 February 017; Revsed 3 Aprl 017; Accepted 5 Aprl 017

3 58 Jurnal Reayasa Eletra Vol. 13, No. 1, Aprl 017 tujuan, sehngga mempengaruh nerja sstem. Dsampng tu, pengaruh multpath fadng pada snyal nformas dapat menngatan onsums daya pada sstem [4]. Untu mengurang dampa dar fadng, ten dverstas pada sstem omunas nrabel telah dperenalan yatu mult-nput mult-output (MIMO) yang telah membutan dapat menngatan ehandalan sstem [5]. Tetap, MIMO punya beberapa tantangan dalam penerapannya yatu uuran perangat yang terbatas, baya perangat bergera mahal dan pemrosesan snyal yang membutuhan onsums daya yang tngg [6]. Alternatfnya, sstem omunas ooperatf bsa dterapan sebaga ten dverstas untu mengatas permasalahan datas, dmana sebuah sumber dapat mengrman snyal e beberapa perangat dsetarnya, yang dsebut relay, untu dterusan e tujuan [7, 8]. Pada sstem omunas ooperatf, penerma dapat menerma beberapa repla snyal nformas yang drman oleh sumber melalu satu atau lebh relay. Snyal repla yang drm dar berbaga lntasan secara bersamaan e penerma dapat mengurang pengaruh fadng dan pengaruhnya lebh ecl dar snyal langsung (transms satu lntasan saja). Sstem omunas ooperatf dapat membentu sebuah sstem antena jama secara vrtual tanpa dbatas oleh uuran, onsums energ dan baya dar peralatan bergera. Sehngga, sstem omunas ooperatf menjad salah satu solus untu efsens energ dengan nerja sstem yang tngg. Protool pada sstem omunas ooperatf merupaan aspe pentng dalam pemrosesan snyal nformas yang drm oleh sumber e relay. Ada beberapa protool utama yatu: Amplfy and Forward (AF) [9, 10], Decode and Forward (DF) [11], Quantze and Forward (QF) [1], dan Compress and Forward (CF) [13]. Gabungan dar beberapa protool utama d atas membentu protool relay hbrd, sepert gabungan protool AF dan DF [14], AF dan QF [15]. Pemlhan protool, topolog jarngan relay dan sumber energ aan mempengaruh tngat onsums dan efsens energ dar sstem secara eseluruhan. Paper n mengaj efsens daya protool relay QF pada jarngan ooperatf mult-relay. Sejauh n belum ada ajan yang menganalss tngat effsens daya pada protool QF, dmana peneltan-peneltan sebelumnya lebh darahan pada analss nerja dan tngat omplestas [1, 15]. Sedangan efsens daya protool AF dan DF telah dlauan pada peneltan sebelumnya [16, 17]. Namun deman, motvas peneltan n buan hanya belum ada ajan pada protool QF tetap protool n menawaran beberapa euntungan lan yatu: nerja lebh ba dbandngan protool AF, omplestas lebh rendah dbandngan dengan DF arena protool QF tda menggunaan proses pengodean (encodng) dan pendeodean (decodng) pada relay, dan bsa dgunaan sebaga relay dgtal sepert DF. Kemudan peneltan sebelumnya hanya mempertmbang efsens daya pada DF dan AF untu sngle-relay pada jarngan ooperatf. Secara prats, sebuah sumber dapat mengrman snyal melalu beberapa relay ddeatnya. Dengan deman, peneltan n juga mempertmbangan jarngan mult-relay untu menganalss tngat efsens daya menggunaan protool QF. Pada jarngan mult-relay, jara transms antara sumber dan tujuan dbag dalam dua jara transms yang lebh pende sehngga dapat mengurang daya transms. Kemudan, sfat broadcast alam dar anal nrabel dapat menghemat daya dengan transms untu beberapa relay secara bersamaan. Metode peneltan untu mendapaan tngat efsens daya adalah analss matemats berdasaran model jarngan ooperatf mult-relay menggunaan protool QF dan emudan dlauan smulas omputer. Smulas omputer dlauan dengan mempertmbangan parameter yang mempengaruh efsens daya sepert daya transmt dan jara sumber e relay dan tujuan. Hasl smulas yang ddapatan menunjuan bahwa jumlah relay yang dgunaan dapat menngatan efsens daya. Selanjutnya, efsens daya jarngan mult-relay QF hanya dbandngan dengan jarngan mult-relay AF, arena edua protool n tda menggunaan proses pengodean pada relay sepert protool DF. II. Stud pustaa Arstetur jarngan ooperatf terdr dar beberapa model yatu: jarngan ooperatf sngle-relay, mult-hop relay dan mult-relay. Jarngan ooperatf sngle-relay adalah sebuah jarngan yang terdr sebuah sumber, satu relay dan sebuah tujuan. Jarngan mult-hop relay terdr dar sebuah sumber, beberapa relay yang tersusun secara ser dmana nformas dterusan dar satu relay e relay lannya dalam beberapa hop, dan sebuah tujuan. Sedangan jarngan oopertf mult-relay adalah model jarngan yang menjad fous dar peneltan n dan djelasan secara detl pada bagan n. Model jarngan ooperatf mult-relay merupaan sebuah jarngan yang terdr dar sebuah sumber, beberapa relay yang tersusun secara paralel dengan jara yang berbeda, dan sebuah tujuan, sepert pada Gambar 1. Model n juga serng dsebut dengan jarngan mult-relay dualhop, dmana sebuah sumber mengrm nformas melalu hop pertama e beberapa relay, dan emudan beberapa relay yang menerma nformas tersebut aan menerus e tujuan pada hop edua. Meansme penyampaan nformas dar sumber dbag dalam tahap sebaga berut: 1. Tahap pertama Snyal nformas dar sumber, x s, drman secara langsung e tujuan (drect ln) dan d-broadcast e beberapa relay yang berada ddeatnya. Snyal yang drm langsung e tujuan dapat dnyataan sebaga berut: y = P, (1) S xs h + n dan snyal yang d-broadcast e relay, dmana 1,,..,, dapat dnyataan sebaga berut: y = P x h + n SR S S SR SR dmana x S adalah snyal nformas dar sumber, merupaan daya snyal dar sumber yang dpancar e tujuan, dan, ()

4 Nasaruddn d.: Efsens Daya Protool Quantze and Forward pada Sstem Komunas Kooperatf Mult- Relay 59 Gambar 1. Model sstem omunas ooperatf mult-relay: sumber, relay dan tujuan relay, h dan h SR merupaan oefsen anal fadng pada masng-masng anal sumber-tujuan dan sumber- relay-, dan n dan n SR merupaan nose Gaussan pada masngmasng anal sumber-tujuan dan sumber- relay.. Tahap edua Pada tahap n, setap relay aan memproses snyal yang dtermanya dan menerusan e tujuan. Untu memproses dan menerusan nformas, relay membutuhan meansme yang dsebut dengan protool. Pada peneltan n, protool relay yang dfousan adalah QF, tetap sebaga pembandngnya juga mempertmbangan protool AF. Protool QF melauan proses uantsas snyal yang dterma dar sumber sebelum dterusan e tujuan. Sedangan protool AF, snyal yang dterma oleh relay aan duatan terlebh dahulu dan emudan dterusan e tujuan. Protool AF hanya dapat dgunaan untu sstem relay analog, tetap protool QF bsa dgunaan pada relay analog dan dgtal [15]. Snyal teruantsas pada protool QF untu relay dapat dnyataan sebaga berut: yˆ R = Q y ( SR ) ( S S hsr ) SR = Q P x + n, (3) dmana ŷ R merupaan snyal nformas yang telah duantsas pada relay untu dterusan e tujuan dan Q(.) adalah notas untu proses uantsas. Snyal yang dterma oleh relay duantsas secara unform dan proses uantsas snyal pada relay dapat dnyataan sebaga berut [18]: ( R ) R = y,max y,mn / L, (4) b L =, (5) yr,mn j = round yr, R,mn, (6) yˆ = y + j j = 0,1,, L 1, (7) R dmana adalah nterval uantsas, L merupaan level uantsas, dan b adalah jumlah bt uantsas pada relay. Pada relay AF, snyal nformas yang dterma oleh relay aan dlauan penguatan dan dapat dnyataan pada persamaan berut [10]: y = P β h x + n R R RD s RD, ( 8) dmana β merupaan oefsen penguatan dar relay dan dapat dhtung sebaga berut: β = P R ( Ph s SR + N0 ) dmana P R adalah daya transmt dar relay, P S adalah daya sumber, n RD merupaan nose yang dbangtan pada ln relay dengan tujuan dan N 0 merupaan nose varan dar anal, dmana dasumsan menjad Gaussan dengan Ɲ(0,1) dan tda tergantung pada snyal x S. Pada tujuan, snyal langsung dan semua snyal yang drm oleh relay, ba protool QF maupun AF, aan dgabung dengan menggunaan metode Maxmum Rato Combnng (MRC). MRC merupaan ten penggabungan dverstas, dmana snyal langsung (y ) dan snyal-snyal dar relay dtambahan secara bersamasama pada penerma (tujuan). Snyal output dar MRC dapat dnyataan sebaga berut: y y y D R 1 = +, (9), (10) dmana y dan y R merupaan snyal nformas yang drman melalu jarngan drect dan jarngan multrelay. Pada umumnya, nerja jarngan ooperatf dtentuan dengan menguur outage probablty [19]. Jarngan dalam onds outage bsa dategoran dalam (dua) berut: Lntasan langsung dar sumber e tujuan dan sumber e relay dalam onds outage. Relay mampu menerma snyal dan menerusan e tujuan, tetap aumulas SNR dar sumber dan relay pada tujuan tda cuup untu memenuh ebutuhan mnmum threshold.

5 60 Jurnal Reayasa Eletra Vol. 13, No. 1, Aprl 017 Konds outage dapat dartan sebaga suatu eadaan dmana sstem gagal mengrman nformas dar sumber e tujuan pada lngungan anal fadng. Outage probablty untu anal Raylegh Fadng dapat dnyataan sebaga berut [19]: th 0 ( ) Pout = P d. (11) Outage probablty juga dapat dtentuan dengan onds [ ] P P, (1 ) out = r < th dmana merupaan nla rata-rata SNR dan th adalah nla threshold SNR. Pada peneltan n, nla outage probablty tergantung protool relay yang dgunaan pada jarngan ooperatf, yatu protool QF dan AF. Nla outage probablty dapat dtentuan dengan menghtung nla mutual nformas untu masng-masng protool. Mutual nformas untu protool QF pada jarngan mult-relay dapat dhtung dengan persamaan berut [0], [15]: I 1 SR = log N QF q, ( 1) 3 dmana adalah nla SNR yang dhaslan melalu lntasan langsung dar sumber e tujuan, dan dapat dnyataan sebaga berut: Ph s =, ( 14) σ SR adalah nla rata-rata SNR yang ddapatan pada lntasan sumber e relay sepert persamaan berut: Ph s SR SR =, (15) σ σ adalah oefsen anal dar ln langsung dan adalah oefsen anal dar ln sumber e relay. Maa, nla outage probablty untu protool QF pada jarngan mult-relay dapat dnyataan sebaga berut [1], [15]: QF out { QF } P = P I < R SR SR 1, 1 ( 1+ Nq ) QF ( + 1) R = P < (16) dmana N q adalah nose uantsas pada relay yang dapat dhtung melalu persamaan berut: N q = σ SR σ RD, (17) dmana σ adalah oefsen anal dar ln relay e RD tujuan. Untu protool AF, nla rata-rata mutual nformas untu jarngan mult-relay adalah: 1 IAF = lg o SR, (18) 1 dmana adalah nla SNR dar lntasan langsung sepert pada persamaan (14) dan SR = Ph β h s SR sr β σsr + σ h. (19) Kemudan, nla probabltas outage untu protool multrelay AF adalah [7, 0, 1] ( + 1) R AF AF 1 Pout = P{ IAF < R} = P <. th III. Metode (0) Metode peneltan yang dgunaan adalah analss matemats dan smulas omputer. Ada (dua) bagan pentng dar metode peneltan n adalah sebaga berut: A. Analss Efsens Daya Pada sstem omunas nrabel, salah satu fator pentng adalah etersedaan daya pada perangat sstem, hususnya peralatan bergera. Sehngga sstem omunas dengan daya yang efsen menjad fous pengembangan saat n. Untu tu, peneltan n mengaj tngat efsens daya pada jarngan mult-relay QF dan sebaga pembandngnya juga danalss pada jarngan mult-relay AF. Efsens daya pada jarngan mult-relay danalss berdasaran perbandngan onsums daya pada jarngan ooperatf mult-relay dengan transms nformas melalu lntasan langsung. Konsums daya dbutuhan untu memenuh persyaratan Qualty of Servce (QoS) dar sebuah jarngan. Dalam hal n, QoS duur berdasaran ebutuhan data rate (R) dan nla outage probablty (P out ) yang dhaslan oleh jarngan tersebut []. Konsums daya pada sebuah jarngan juga sangat bergantung dar daya transmt dan jara transmsnya. Maa, daya terma pada tujuan dapat dnyataan sebaga berut [3]: P R = Pd S, (1) dmana P S adalah daya transmt dar sumber, d adalah jara transms, dan α adalah esponen path loss, umumnya α >. Maa normalsas daya transmt dar lntasan langsung dar sumber e tujuan [17, ] adalah P R 1 d α =. () P out, Berdasaran nla P out QF pada persamaan (16) dan jara lntasan langsung dan masng-masng relay, maa jumlah total normalsas onsums daya dar jarngan mult-relay QF adalah sebaga berut: 1 ( + 1) R SR 1 α α α ( SR ) RD QF 1 Pout 1 PQF = d d + d ( 1+ Nq ). (3) Kemudan, menggunaan nla P out AF pada persamaan (0) dan jara masng ln pada jarngan, total normalsas onsums daya pada jarngan mult-relay AF adalah

6 Nasaruddn d.: Efsens Daya Protool Quantze and Forward pada Sstem Komunas Kooperatf Mult- Relay 61 1 P = d d + d AF ( + ) ( ) ( ) 1 R 1 AF α α α SR RD 1 Pout. ( 4) Menggunaan nla onsums daya pada persamaan ()- (4), maa nla efsens daya untu jarngan mult-relay QF dan AF dapat dhtung sebaga berut: dan ε ε ( ) P P QF QF % = 100, (5) P AF B. Smulas Komputer P P % = 100. (6) P ( ) AF Untu menghtung tngat efsens daya dar jarngan ooperatf mult-relay, peneltan n melauan pendeatan smulas omputer menggunaan Bahasa Pemrograman Matlab dan berdasaran beberapa parameter dar model jarngan pada Gambar 1. Smulas dlauan dengan mempertmbangan satu sumber dmana nformas sumber (x S ) dbangtan secara aca sebanya bt. Snyal nformas dmodulasan dengan bnary phase shft eyng (BPSK) dengan normalsas data rate R=1 bps. Modulas BPSK merupaan tpe modulas yang palng sederhana untu dterapan pada smulas. Peneltan n hanya mempertmbangan modulas n arena efsens daya yang daj tda berdasaran tpe modulas. Kemudan, jumlah relay pada smulas adalah 1-4 relay untu edua protool QF dan AF. Snyal nformas dar beberapa relay dan dar lntasan langsung dgabungan pada tujuan dengan metode MRC. Pada smulas, jara sumber e tujuan (lntasan langsung) dnyataan dalam raso [4], dan dset dalam range 0,1-1,0. Sedangan poss relay berada dtengah antara sumber dan tujuan dengan jara yang berbeda. Sehngga jara sumber e relay bertambah eta raso jara sumber e tujuan bertambah. Kanal antara sumber e relay dan relay e tujuan dmodelan dengan model path loss yang tergantung dengan jara, dmana nla path loss esponen pada smulas sebesar α=3. Kemudan, parameter anal yang dpertmbangan pada smulas adalah nose AWGN dan oefsen fadng, dmana edua parameter n dbangtan secara aca dalam range (0, 1). Untu mensmulasan nla outage probablty dan efsens daya, parameter yang pentng adalah jara sumber e tujuan dan daya transmt. Daya transmt yang dgunaan pada smulas dsesuaan dengan obje hasl yang ngn ddapatan. Untu nla outage probablty, nla daya transmt dset antara 1-0 W untu melhat araterst nerjanya. Sedangan untu efsens daya, daya transmt yang dgunaan antara 1-10 W [5], arena daya transmt P S >10 tngat efsens yang dapat dsedaan aan seman ecl. IV. Hasl dan Pembahasan Smulas omputer telah dlauan untu mendapatan tngat efsens daya pada jarngan multrelay menggunaan protool QF sebaga fous utama dar peneltan n. Hasl smulas yang ddapatan juga dbandngan dengan jarngan mult-relay AF untu mendapatan nla efsens daya yang dtngatan dengan menggunaan protool QF. Namun deman, smulas pertama yang dlauan adalah outage probablty dar jarngan mult-relay QF arena efsens daya dhtung berdasaran parameter n. Dsampng tu, smulas outage probablty dgunaan untu mendapatan hubungan antara outage probablty dan efsens daya pada jarngan mult-relay QF. Gambar merupaan hasl smulas outage probablty terhadap daya transmt dar jarngan mult-relay QF. Nla outage probablty seman ecl eta daya transmt bertambah, arena seman besar daya transmt yang dgunaan oleh sumber maa seman ba ualtas snyal yang dterma oleh tujuan. Sebaga contoh jarngan dengan -relay QF, eta daya transmt 10 W, outage probablty yang dhaslan adalah sebesar 1, , sedangan pada saat daya transmt 16 W, outage probablty seman ecl yatu 8, Hal n berart bahwa tngat egagalan transms nformas dar sumber e tujuan aan seman ecl. Selanjutnya, nla outage probablty dapat dmnmalan dengan menambah jumlah relay pada jarngan. Outage probablty merupaan probabltas dmana sstem gagal mengrm nformas e tujuan, sehngga nla probabltas n dhtung pada tujuan dengan mempertmbangan semua omponen pada jarngan sepert yang telah dbahas pada stud pustaa. Pertambahan jumlah relay dalam jarngan dapat memperecl outage probablty. Dar hasl smulas dapat dlhat bahwa outage probablty aan seman berurang, sebaga contoh, pada daya transmt yang sama 10 W, outage probablty dar jarngan mult-relay QF dengan -, 3- dan 4-relay QF adalah masng-masng 1, ,, , 3, dan 6, Karaterst hasl outage probablty dapat dbutan bahwa tujuan menerma banya repla Gambar. Outage probablty terhadap daya transmt pada sstem multrelay QF

7 6 Jurnal Reayasa Eletra Vol. 13, No. 1, Aprl 017 Gambar 3. Efsens daya terhadap raso jara dar sstem mult-relay QF nformas yang sama dar beberapa relay dan dgabungan dengan ten MRC, sehngga tngat esusesan menerma nformas seman tngg. Dengan deman, daya transmt dapat dmnmalan berdasaran outage probablty yang dhaslan pada jarngan mult-relay untu target outage tertentu, msalnya nla outage10-4, maa jarngan dengan 3 dan 4-relay QF masng-masng membutuhan daya transmt 8 W dan 5 W. Berdasaran hasl smulas outage probablty pada Gambar, nla efsens daya dapat dhtung dengan menggunaan persamaan (5). Hasl smulas efsens daya terhadap raso jara transms dapat dlhat pada Gambar 3, dmana jara relay berada dantara sumber dan tujuan. Dar hasl smulas ada dua hal yang bsa danalss yatu () eta jara antara sumber e tujuan deat (dengan raso ecl) menggunaan beberapa relay d jarngan ooperatf, tngat efsens daya aan seman tngg bahan bsa mencapa 100% dbandngan dengan daya yang dgunaan pada transms langsung. Raso jara pada peneltan n adalah perbandngan jara sumber e relay (d SR ) dengan jara sumber e tujuan (d ). Sedangan raso jara relay e tujuan (d RD ) adalah 1- d SR. Kemudan efsens daya aan seman berurang eta raso jara transms dar sumber e tujuan seman besar. Hal n secara onsep omunas adalah vald, arena tngat onsums daya aan seman besar eta jara transmsnya bertambah. Dengan deman, efsens daya aan seman berurang; dan () pada jarngan mult-relay, pertambahan jumlah relay dapat menngatan efsens daya. Sebaga contoh, pada raso jara sumber e tujuan sebesar 0,6 efsens daya untu 1-relay hngga 4-relay QF adalah masng-masng 58,76%, 79,96%, 91,1% dan 96,1%. Dar hasl smulas juga ddapatan bahwa penngatan efsens daya tda begtu sgnfan untu jumlah relay lebh dar 3, msalnya 4-relay QF pada jarngan hanya bertambah 5,09% dar jumlah 3-relay QF. Protool relay merupaan meansme nt pada jarngan ooperatf, ba sngle-relay maupun mult-relay. Pada smulas, peneltan n juga membandngan tngat efsens daya jarngan mult-relay protool QF dengan Gambar 4. Perbandngan efsens daya terhadap raso jara antara sstem mult-relay QF dan AF protool AF, dan dhtung berdasaran persamaan (5) dan (6). Perbandngan hanya dlauan untu protool QF dan AF, arena edua protool n bsa dgunaan pada relay analog dan tda butuh pengodean (encodng) dan pendeodean (decodng) pada relay sepert protool DF. Gambar 4 merupaan hasl smulas perbandngan efsens daya pada jarngan mult-relay QF dan AF dengan 3- dan 4-relay. Secara umum, araterst efsens daya sama dengan pada Gambar 3, tetap efsens daya jarngan mult-relay QF lebh tngg dbandngan dengan jarngan mult-relay AF. Namun deman, pada jara transms dengan raso 0,5, efsens daya untu edua protool QF dan AF adalah hampr sama. Efsens daya QF lebh tngg dbandng protool AF eta raso jara transms > 0,5. Sebaga contoh, pada raso jara 0,8, efsens daya untu 3- dan 4-relay QF adalah masng-masng 66,13%dan 77,43%, sedangan untu 3- dan 4-relay AF adalah masng-masng 60,98% dan 7,95%. Adapun perbaan efsens daya yang dhaslan oleh mult-relay QF adalah 5,15% untu jarngan 3-relay dan 4,48% untu jarngan 4-relay. Selanjutnya pada raso jara masmum 1,0, perbaan efsens jarngan 4-relay QF lebh sgnfan adalah sebesar 15,13% dbandngan dengan jarngan 4-relay AF. Hasl n menunjuan bahwa penguatan relay (β ) pada protool AF mash efetf untu menjaga efsens daya pada jarngan hngga raso jara transms 0,5. Keta raso jara > 0,5, dengan poss relay dtengah antara sumber dan tujuan, maa jara sumber dengan relay aan seman jauh sehngga pengaruh nose dan fadng aan seman besar pada relay AF menyebaban penngatan onsums daya. Sebalnya, proses uantsas snyal pada relay QF mengonsumsan daya lebh ecl arena pengaruh nose dan fadng bsa durang dengan proses n. Perbandngan efsens daya terhadap daya transmt pada jarngan mult-relay protool QF dan AF juga telah dsmulasan, dmana hasl smulas dapat dlhat pada Gambar 5. Secara umum, efsens daya edua protool relay menunjuan bahwa efsens daya berurang eta daya transmt bertambah. Indas n merupaan fenomena

8 Nasaruddn d.: Efsens Daya Protool Quantze and Forward pada Sstem Komunas Kooperatf Mult- Relay 63 bahwa efsens daya jarngan mult-relay QF lebh tngg dbandngan dengan protool AF. Dengan deman, jarngan ooperatf mult-relay QF dapat menyedaan beberapa euntungan dbandngan dengan protool AF yatu: dapat dgunaan pada relay dgtal, tngat omplestas rendah, nerja yang ba, dan efsens daya yang tngg. Untu e depan, metode power ontrol pada protool QF dapat daj lebh lanjut sehngga tngat efsens daya yang dapat dsedaan oleh jarngan aan lebh optmal. Ucapan Terma Kash Gambar 5. Perbandngan efsens daya terhadap daya transmt antara sstem mult-relay QF dan AF umum pada setap sema transms yang menunjuan penurunan tngat efsens daya [6]. Kemudan, jumlah relay yang dgunaan mempengaruh tngat efsens daya pada jarngan yatu seman banya relay yang dgunaan pada jarngan maa efsens daya yang ddapatan aan seman tngg. Sebaga contoh, eta daya transmt sebesar 6 W, tngat efsens daya dar jarngan hngga 4-relay QF adalah masng-masng sebesar 43,43%, 61,81% dan 75,5%. Sedangan perbaan efsens daya yang dhaslan oleh protool QF adalah rata-rata 5% dbandngan dengan protool AF. V. Kesmpulan Paper n telah menganalss tngat efsens daya pada jarngan ooperatf mult-relay menggunaan protool quantze and forward (QF). Model jarngan mult-relay untu protool QF dan amplfy and forward (AF) telah dpaparan dengan analss matemats dar parameter-parameter sumber, relay dan tujuan. Efsens daya pada peneltan n dhtung berdasaran nla outage probablty, raso jara lntasan langsung dan daya transmt. Untu mengevaluas efsens daya, smulas omputer telah dlauan dengan mempertmbangan parameter-parameter jarngan untu protool QF dan AF. Hasl smulas menunjuan bahwa nerja outage dar jarngan mult-relay QF seman ecl eta jumlah relay yang dgunaan pada jarngan bertambah. Efsens daya dar jarngan mult-relay QF berurang eta raso jara lntasan langsung bertambah jauh. Selanjutnya, efsens daya mult-relay QF dapat dtngatan dengan menambah relay yang dgunaan pada jarngan. Kemudan, smulas perbandngan efsens daya protool QF dan AF pada jarngan mult-relay juga dlauan, dmana efsens daya QF lebh tngg dbandngan dengan protool AF dengan raso jara transms > 0,5. Perbadngan efsens daya QF dan AF untu varable daya transmt juga telah devaluas, seman besar daya transmt yang dgunaan maa seman ecl efsens daya yang dapat dsedaan pada jarngan. Hasl smulas n juga menunjuan Peneltan n merupaan bagan dar peneltan Hbah Tm Pascasarjana yang berjudul Green Communcatons Pada Sstem Komunas Kooperatf Nrabel yang ddana oleh Dretorat Rset dan Pengabdan Masyaraat Dretorat Jenderal Penguatan Rset dan Pengembangan, Kementran Rset, Tenolog dan Penddan Tngg, Tahun 017. Referens [1] M. B. Johnson, Effectvely ntegratng broadband communcatons wthn wreless multmeda systems, n Proc. IEEE nternatonal Symposum on Broadband Multmeda Systems and Broadcastng, 01, pp [] F. Chuan and L. Anqng, Key technques n green communcaton, n Proc. Internatonal Conference on Consumer Electroncs, Communcatons and Networs (CECNet), 011, pp [3] M. Agwal, A. Roy and N. Saxena, Next Generaton 5G Wreless Networs: A Comprehensve Survey, n IEEE Communcatons Surveys & Tutorals, vol. 18, no. 3, pp , thrdquarter 016. [4] S. Wang and J. Ne, Energy Effcency Optmzaton of Cooperaton Communcaton n Wreless Sensor Networs, EURASIP Journal on Wreless Communcatons and Networng, 1-8, 010. [5] W.B. Danel, W. F. Keth, M.C. Amanda, MIMO Wreless Communcaton, Lncoln Laboratory Journal, vol. 15, no. 1, pp , 005. [6] S. Ghacham, G. Anba, Z. Guennoun, H. Chafnaj, Cooperatve networs: Overvew of State-of-the-art and Trends Toward Green Cooperatve Networs, n Proc. Internatonal Conference on Multmeda Computng and Systems (ICMCS), 01, pp [7] J. N. Laneman, C. Tse, G.W. Wornell, Cooperatve Dversty n Wreless Networs: Effcent Protocols and Outage Behavor, IEEE Trans. Inform. Theory, vol. 50, no. 1, pp , 004. [8] A. Sendonars, E. Erp, B. Aazhang, User Cooperaton Dversty. Part I. System Descrpton, IEEE Transactons on Communcatons, vol. 51, no. 11, pp , 003. [9] C. Conne and I. Km, Outage Probablty of Mult-Hop Amplfyand-Forward Relay Systems, IEEE Trans. on Wreless Comm., vol. 9, no. 3, pp , 010. [10] Nasaruddn, Melnda, Elzar, Optmzed Power Allocaton for Cooperatve Amplfyand-Forward wth Convolutonal Codes, TELKOMNIKA Indonesan Journal of Electrcal Engneerng, vol. 1, no. 8, pp , 014. [11] A.S. Avestmehr and D.N.C. Tse, Outage Capacty of the Fadng

9 64 Jurnal Reayasa Eletra Vol. 13, No. 1, Aprl 017 Relay Channel n the Low SNR Regme, IEEE Transacton on Informaton Theory, vol. 53, no. 4, pp , 007. [1] I. Avram, N. Aerts, M. Moeneclaey, A Novel Quantze-and- Forward Cooperatve System: Channel Parameter Estmaton Technques, n Proc. Future Networ and Moble Summt Conference, 010. [13] A.H. Mohammed, B. Da, B. Huang, M. Azhar, A Survey and Tutoral of Wreless Relay Networ Protools based on Networ Codng, Elsever Journal Networ and Computer Applcatons, vol. 36, no., pp , 013. [14] X. Bao and J. L, Effcent Message Relayng for Wreless User Cooperaton: DecodeAmplfy-Forward (DAF) and Hybrd DAF and Coded-Cooperaton, IEEE Trans. Wreless Commun, vol. 6, no. 11, pp , 007. [15] Nasaruddn, Yusndar, Elzar, Performance Evaluaton of Amplfy-Quantze and Forward Protocol for Mult-relay Cooperatve Networs, The ECTI Transactons on Electrcal Engneerng, Electroncs, and Communcatons, vol. 15, no. 1, pp. 8-18, 017. [16] K. El-Daryml, Amplfy-and-Forward cooperatve relayng for a lnear Wreless Sensor Networ, n Proc. IEEE Internatonal Conference on Systems, Man and Cybernetcs, 010, pp [17] Z. Sheng, B. J. Ko and K. K. Leung, Power Effcent Decodeand-Forward Cooperatve Relayng, n IEEE Wreless Communcatons Letters, vol. 1, no. 5, pp , October 01. [18] Nasaruddn and R. Kurna, Hammng Codng for Mult-relay Cooperatve Quantze and Forward Networs, n Proc. IEEE Regon 10 Symposum (TENSYMP), pp , 016. [19] M.O. Hasna and M.S. Aloun, Harmonc mean and end-to-end performance of transmsson system wth relays, IEEE Trans. Communcatons, vol 5, no. 1, pp , Jan [0] A. Sendonars, E. Erp and B. Aazhang, User cooperaton dversty. part II. mplementaton aspects and performance analyss, IEEE Trans. Communcatons, vol. 51, no. 11, pp , Nov [1] H.H. Sneessens, L. Vandendorpe and J.N. Laneman, Adaptve compress-and-forward relayng n fadng envronments wth or wthout wyner-zv codng, n Proc. IEEE ICC 009, pp.1-5, 009. [] Z. Sheng and C. H. Lu, Energy Effcent Cooperatve Wreless Communcaton and Networs, Boca Raton: CRC Press, 015. [3] E.E.B. Adam, L. Yu, R. Haruna, and A.A. Mohammed, Performance Analyss of Best Relayng Protocol Selecton wth Interferences at Relays, Radoengneerng, vol. 3, no., pp , 014. [4] T. Yamada and T. Ohtsu, Hgh Power Effcency Transmsson Based on Game Theory for AF Cooperatve Communcaton, n Proc. IEEE Vehcular Technology Conference (VTC Fall), Quebec Cty, QC, 01, pp [5] Z. Hadz-Velov, N. Zlatanov, T.Q. Duong and R. Schober, Rate Maxmzaton of Decode-and-Forward Relayng Systems Wth RF Energy Harvestng, n IEEE Communcatons Letters, vol. 19, no. 1, pp , Dec [6] J. Ahtman and L. Hanzo, Power Versus Bandwdth-Effcency n Wreless Communcatons: The Economc Perspectve, n Proc. IEEE 70th Vehcular Technology Conference Fall, Anchorage, AK, 009, pp. 1-5.

10 Penerbt: Jurusan Ten Eletro, Faultas Ten, Unverstas Syah Kuala Jl. Tg. Syech Abdurrauf No. 7, Banda Aceh 3111 webste: emal: Telp/Fax: (0651)

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

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 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

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

STUDI PENERAPAN SISTEM ADAPTIF OTHOGONAL FREQUENCY DIVISION MULTIPLEXING UNTUK APLIKASI MULTIUSER

STUDI PENERAPAN SISTEM ADAPTIF OTHOGONAL FREQUENCY DIVISION MULTIPLEXING UNTUK APLIKASI MULTIUSER STUDI PENERAPAN SISTEM ADAPTIF OTHOGONAL FREQUENCY DIVISION MULTIPLEXING UNTUK APLIKASI MULTIUSER Bobby Juan Pradana 1, Arfanto Fahm 2, Dharu Arseno 3 1,2,3 Jurusan Teknk Elektro Sekolah Tngg Teknolog

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

Perancangan Simulasi Integrasi Pengirim-Penerima DVB-T

Perancangan Simulasi Integrasi Pengirim-Penerima DVB-T Bab 3 Perancangan Smulas Integras Pengrm-Penerma DVB-T 3.1 Pendahuluan Program smulas pada tess n bertujuan untuk mensmulaskan perbandngan knerja algortma snkronsas waktu dan frekuens dalam berbaga tpe

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

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

ANALISA UNJUK KERJA SISTEM V-BLAST PADA KANAL FREQUENCY SELECTIVE FADING DALAM RUANGAN DENGAN MENGGUNAKAN MODULASI J-ary QAM

ANALISA UNJUK KERJA SISTEM V-BLAST PADA KANAL FREQUENCY SELECTIVE FADING DALAM RUANGAN DENGAN MENGGUNAKAN MODULASI J-ary QAM Analsa Unju Kerja Sstem I Gst. Ag. Km. Dafar Djun H. ANALISA UNJUK KEJA SISEM V-BLAS PADA KANAL FEQUENCY SELECIVE FADING DALAM UANGAN DENGAN MENGGUNAKAN MODULASI J-ary QAM I Gust Agung Komang Dafar Djun

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

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

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Semnar Nasonal Tenolog Informas dan Multmeda 207 STMIK AMIKOM Yogyaarta, 4 Februar 207 ANALIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Sgt Kamseno ), Bara Satya 2) ), 2) Ten Informata

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

Hiskia Sembiring /

Hiskia Sembiring / SIMULASI PERHITUNGAN PARAMETER FREKUENSI DOPPLER DISKRIT DAN KOEFISIEN DOPPLER MENGGUNAKAN METHOD OF EQUAL DISTANCE (MED) DAN MEAN-SQUARE ERROR METHOD (MSEM) Hska Sembrng / 0222134 Jurusan Teknk Elektro,

Lebih terperinci

ANALISA KINERJA ADAPTIVE CODED MODULATION PADA SISTEM OFDM MENGGUNAKAN SWITCH DIVERSITY DIBAWAH PENGARUH REDAMAN HUJAN TROPIS

ANALISA KINERJA ADAPTIVE CODED MODULATION PADA SISTEM OFDM MENGGUNAKAN SWITCH DIVERSITY DIBAWAH PENGARUH REDAMAN HUJAN TROPIS ANALISA KINERJA ADAPTIVE CODED MODULATION PADA SISTEM OFDM MENGGUNAKAN SWITCH DIVERSITY DIBAWAH PENGARUH REDAMAN HUJAN TROPIS Abdul Rozaq Al-Baq 2205 100 205 Jurusan Teknk Elektro, Fakultas Teknolog Industr,

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

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

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv 1 Strateg Memnmalan Load Sheddng Menggunaan Metode Senstvtas Untu Mencegah Voltage Collapse Pada Sstem Kelstran Jawa-Bal 500 V Rs Cahya Anugrerah Haebb, Ad Soepranto,, Ardyono Pryad Jurusan Ten Eletro,

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

Metode Penelitian. 2.1 Pengukuran Curah Hujan

Metode Penelitian. 2.1 Pengukuran Curah Hujan II. etode Peneltan. Pengukuran Curah Hujan Pengukuran curah hujan dlakukan d dalam lngkungan kampus ITS Surabaya menggunakan alat ukur dsdrometer optk yang dletakkan datas atap gedung Teknk esn ITS. Dsdrometer

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

Pendekatan Teori Permainan Potensial untuk Manajemen Interferensi pada Jaringan Makro-Femto

Pendekatan Teori Permainan Potensial untuk Manajemen Interferensi pada Jaringan Makro-Femto JTETI, Vol. 5, o. 1, Februar 2016 Pendeatan Teor Permanan Potensal untu Manaemen Interferens pada Jarngan Maro-Femto I Wayan Musta 1, Bagus Made Sabda rmala 2, Selo Sulstyo 3 Abstract In the present paper,

Lebih terperinci

JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU

JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU Ea Saputra LF096585 Jurusan Ten Eletro Faultas Ten Unverstas Dponegoro Abstra Jarngan saraf truan merupaan suatu metode yang salah satunya

Lebih terperinci

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

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

Lebih terperinci

Kinerja Selection Combining dan Adaptive Coded Modulation

Kinerja Selection Combining dan Adaptive Coded Modulation Knerja Selecton Combnng dan Adaptve Coded Modulaton Pada Sstem Komunkas Nrkabel Gelombang Mlmeter D Bawah Pengaruh Redaman Hujan d Indonesa Suwad 1), 2) Gamantyo Hendrantoro dan 3) Ctra Dev Murdanngtyas

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 2 KAJIAN PUSTAKA

BAB 2 KAJIAN PUSTAKA BAB 2 KAJIAN PUSTAKA 2.1 Negosas Negosas dapat dkategorkan dengan banyak cara, yatu berdasarkan sesuatu yang dnegosaskan, karakter dar orang yang melakukan negosas, protokol negosas, karakterstk dar nformas,

Lebih terperinci

TRANSMISI CITRA MEDIS PADA KANAL WIRELESS

TRANSMISI CITRA MEDIS PADA KANAL WIRELESS TRANSISI CITRA EDIS PADA KANAL WIRELESS ) Baharuddn ) Rna Anggran ) Staf Pengajar Jurusan Teknk Elektro Fakultas Teknk Unand ) Staf Pengajar Polteknk Neger Padang ABSTRAK Peneltan n mengerjakan proses

Lebih terperinci

4 METODE PENELITIAN. Penelitian ini dilaksanakan selama 6 bulan dimulai dari bulan Juli sampai

4 METODE PENELITIAN. Penelitian ini dilaksanakan selama 6 bulan dimulai dari bulan Juli sampai 4 METODE PENELITIAN 4.1 Watu dan Loas Peneltan Peneltan n dlasanaan selama 6 bulan dmula dar bulan Jul sampa bulan Desember 005 d Kabupaten Indramayu, Provns Jawa Barat yang terleta pada poss geografs

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata

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

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

Bab III Analisis dan Rancangan Sistem Kompresi Kalimat

Bab III Analisis dan Rancangan Sistem Kompresi Kalimat Bab III Analss dan Rancangan Sstem Kompres Kalmat Bab n bers penjelasan dan analss terhadap sstem kompres kalmat yang dkembangkan d dalam tess n. Peneltan n menggunakan pendekatan statstcal translaton

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

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

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

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

Lebih terperinci

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS

SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS SISTEM LINEAR MAX-PLUS KABUR WAKTU INVARIANT AUTONOMOUS A8 M. Andy Rudhto 1 1 Program Stud Penddkan Matematka FKIP Unverstas Sanata Dharma Kampus III USD Pangan Maguwoharjo Yogyakarta 1 e-mal: arudhto@yahoo.co.d

Lebih terperinci

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO 91 Analss Perbandngan Economc Dspatch Pembangt Menggunaan Metode Lagrange dan CFPSO Kharudn Syah, Harry Soeotjo Dachlan, Rn Nur Hasanah, dan Mahfudz Shdq Abstra -Pada pengoperasan pembangt tenaga lstr,

Lebih terperinci

Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien

Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien JURAL TEKIK POITS Vol., o., (0) -6 Stud Perhtungan CCT enggunaan etode EEAC (Extended Equal Area Crteron) Dan Trajetor Krts/ Crtcal Trajectory Untu Kestablan Transen Hardansyah Pratama, Ardyono Pryad,

Lebih terperinci

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

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

Lebih terperinci

Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global

Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global Optmsas Operas Sstem Tenaga Lstr dengan Konstran Kapabltas Operas Generator dan Kestablan Steady State Global Johny Custer,, Indar Chaerah Gunadn, Ontoseno Penangsang 3, Ad Soeprjanto 4,,3,4 Jurusan Ten

Lebih terperinci

BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR)

BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR) BAB V ANALISIS FAKTOR-FAKTOR BEBAN DAN TAHANAN (LOAD AND RESISTANCE FACTOR) 5.1 Umum Pada bab V n dbahas mengena hasl perhtungan faktor-faktor beban (load) atau serng dsebut dengan faktor pengal beban,

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Ihwannul Khols, ST. MT. Unverstas 7 Agustus 945 Jaarta hols27@gmal.com Abstra Pengenalan pola data

Lebih terperinci

Evaluasi Unjuk Kerja Good Convolutional Codes pada Skema Penyandian Bertingkat RS-CC

Evaluasi Unjuk Kerja Good Convolutional Codes pada Skema Penyandian Bertingkat RS-CC CITEE 04 Yogyakarta, 7-8 Oktober 04 ISSN: 085-6350 ISBN: 978-60-7396--9 Evaluas Unjuk Kerja Good Convolutonal Codes pada Skema Penyandan Bertngkat RS-CC Daryus Chandra, Adh Susanto, Sr Sunng Kusumawardan

Lebih terperinci

Analisis Variasi Parameter Backpropagation Artificial Neural Network dan Principal Component Analysis Terhadap Sistem Pengenalan Wajah

Analisis Variasi Parameter Backpropagation Artificial Neural Network dan Principal Component Analysis Terhadap Sistem Pengenalan Wajah ELECTRANS, Jurnal Ten Eletro, Komputer dan Informata http://eournal.up.edu/ndex.php/electrans Analss aras Parameter Bacpropagaton Artfcal Neural Networ dan Prncpal Component Analyss Terhadap Sstem Pengenalan

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

Peramalan Produksi Sayuran Di Kota Pekanbaru Menggunakan Metode Forcasting

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

Lebih terperinci

Pengolahan lanjut data gravitasi

Pengolahan lanjut data gravitasi Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

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

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

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

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 III Analisis Rantai Markov

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

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci

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

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

Lebih terperinci

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND Rully Soelaman, Suc Hatnng Rn dan Dana Purwtasar Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember (ITS), Surabaya, 60, Indonesa

Lebih terperinci

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN 69 IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN Dtnau dar sfat hubungan antar persamaan terdapat dua ens model persamaan yatu model persamaan tunggal dan model sstem persamaan. Model persamaan tunggal adalah

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

Analisa Kinerja Sistem Deteksi Terdistribusi Pada Jaringan Sensor Nirkabel

Analisa Kinerja Sistem Deteksi Terdistribusi Pada Jaringan Sensor Nirkabel Analsa Knerja Sstem Deteks Terdstrbus Pada Jarngan Sensor rkabel En Dw Wardhan, Wrawan Pasca Sarjana Jurusan Teknk Elektro Bdang Keahlan Telekomunkas Multmeda Insttut Teknolog Sepuluh opember Surabaya

Lebih terperinci

PERBANDINGAN PENGGUNAAN DATA HUJAN LAPANGAN DAN DATA HUJAN SATELIT UNTUK ANALISIS HUJAN-ALIRAN MENGGUNAKAN MODEL IHACRES

PERBANDINGAN PENGGUNAAN DATA HUJAN LAPANGAN DAN DATA HUJAN SATELIT UNTUK ANALISIS HUJAN-ALIRAN MENGGUNAKAN MODEL IHACRES PERBANDINGAN PENGGUNAAN LAPANGAN DAN SATELIT UNTUK ANALISIS HUJAN-ALIRAN MENGGUNAKAN MODEL IHACRES Reza Ahmad Fadhl 1), Bambang Sujatmoo ), Sgt Sutno ) 1) Mahasswa Jurusan Ten Spl, Faultas Ten, Unverstas

Lebih terperinci

IDENTIFIKASI SISTEM NONLINIER DENGAN MENGGUNAKAN RECURRENT NEURAL NETWORK DAN ALGORITMA DEAD-ZONE KALMAN FILTER

IDENTIFIKASI SISTEM NONLINIER DENGAN MENGGUNAKAN RECURRENT NEURAL NETWORK DAN ALGORITMA DEAD-ZONE KALMAN FILTER IDENIFIKASI SISEM NONLINIE DENGAN MENGGUNAKAN ECUEN NEUAL NEOK DAN ALGOIMA DEAD-ZONE KALMAN FILE ully Soelaman, angga fa Faultas enolog Informas Insttut enolog Sepuluh Nopember Kampus Keputh, Suollo, Surabaya

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Sistem Informasi Pendapatan Asli Daerah Pada Dinas Pendapatan Kabupaten Sangihe

Sistem Informasi Pendapatan Asli Daerah Pada Dinas Pendapatan Kabupaten Sangihe Jurnal Sstem Informas Bsns 0(011) On-lne : http://ejournal.undp.ac.d/ndex.php/jsnbs 59 Sstem Informas Pendapatan Asl Daerah Pada Dnas Pendapatan Kabupaten Sanghe Alfranus Papuas a,*, Mustafd b, Eko Ad

Lebih terperinci

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

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

Lebih terperinci

BAB IV PEMBAHASAN MODEL

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

Lebih terperinci

BAB II TEORI ALIRAN DAYA

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

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

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

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga

Lebih terperinci

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield Perbandngan Masalah Optmas TSP dengan Menggunaan Algortma Ant Colony dan Jarngan Hopfeld 1 Yulan, Moh.Isa Irawan, dan 3 Mardljah 1,, 3 Jurusan Matemata, Insttut Tenolog Sepuluh Noember Kampus ITS, Surabaya

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pengetan Reges dan Koelas.. Pengetan Reges Paa lmuan, eonom, psolog, dan sosolog selalu beepentngan dengan masalah peamalan. Peamalan matematyang memungnan ta meamalan nla-nla suatu

Lebih terperinci

Nama : Crishadi Juliantoro NPM :

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

Lebih terperinci

Kritikan Terhadap Varians Sebagai Alat Ukur

Kritikan Terhadap Varians Sebagai Alat Ukur Krtkan Terhadap Varans Sebaga Alat Ukur Varans mengukur penympangan pengembalan aktva d sektar nla yang dharapkan, maka varans mempertmbangkan juga pengembalan d atas atau d bawah nla pengembalan yang

Lebih terperinci

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

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

Lebih terperinci

Restorasi Citra Dengan Menggunakan Metode Iteratif Lanczos Hybrid Regularization

Restorasi Citra Dengan Menggunakan Metode Iteratif Lanczos Hybrid Regularization Restoras Ctra Dengan Menggunaan Metode Iteratf Lanczos Hybrd Regularzaton Yudh Purwananto, Rully Soelaman, Alfa Masjta Rahmat Jurusan Ten Informata, Faultas Tenolog Informas Insttut Tenolog Sepuluh Nopember

Lebih terperinci

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

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

Lebih terperinci

JURNAL TEKNIK ITS Vol. 1, No. 1 (Sept. 2012) ISSN: A-185

JURNAL TEKNIK ITS Vol. 1, No. 1 (Sept. 2012) ISSN: A-185 JURNAL TEKNIK ITS Vol. 1, No. 1 (Sept. 2012) ISSN: 2301-9271 A-185 Analss Penggunaan Algortma Useless Packet Transmsson Avodance () untuk Menghndar Transms Paket Tdak Berguna pada Multmeda d Jarngan dengan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar belakang

BAB 1 PENDAHULUAN. 1.1 Latar belakang BAB 1 PENDAHULUAN 1.1 Latar belakang Dalam memlh sesuatu, mula yang memlh yang sederhana sampa ke hal yang sangat rumt yang dbutuhkan bukanlah berpkr yang rumt, tetap bagaman berpkr secara sederhana. AHP

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci