Optimasi Multi Response Surface pada Industri Kemasan Botol Plastik dengan Pendekatan Fuzzy Programming
|
|
- Suharto Darmadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 JURNAL SAINS DAN SENI POMITS Vo. 3, No., (04) ISSN: (30-97 Print) D-06 Optiasi Mti Response Srface pada Indstri Keasan Boto Pastik dengan Pendekatan Fzzy Prograing Lea Devi Meyina dan Sony Snaryo Jrsan Statistika, Faktas Mateatika dan I Pengetahan Aa, Institt Teknoogi Seph Nopeber (ITS) J. Arief Rahan Haki, Srabaya 60 e-ai : sony_s@statistika.its.ac.id Abstrak Keasan pastik banyak digeari konsen dan ai enggeser keasan ain seperti keasan geas dan kertas. Meskipn deikian, konssi pastik di Indonesia asih tergoong rendah. Krangnya konssi pastik di Indonesia diindikasikan akibat krang baiknya kaitas keasan pastik yang dihasikan pabrik-pabrik di Indonesia. PT. AAM erpakan saah sat persahaan yang bergerak di bidang indstri keasan boto pastik. Saah sat prodk keasan pastik yang dihasikan adaah boto Chaoie 60. Daa pebatan prodk tersebt terdapat karakteristik kaitas yang penting ntk diperhatikan yait voe isi boto dan diaeter t daa boto. Seain it daa eprodksi prodk Chaoie 60, ha yang per diperhatikan adaah bagai-ana setting paraeter teperatr barre, bowing tie, dan bowing pressre ntk eperoeh voe isi boto dan diaeter t daa boto yang opti. Kata Knci Mti response srface, Fzzy Prograing, Desirabiity, Deviasi K I. PENDAHULUAN EMASAN pastik erpakan keasan yang paing se-ring ditei saat ini. Keasan pastik ai engge-ser jenis keasan ain seperti geas dan kertas. Meski-pn banyak digeari, enrt Keentrian Perindstrian RI [] Indonesia erpakan negara dengan konssi pastik rendah jika dibandingkan dengan negara Asia Tenggara ainnya. Konssi pastik Indonesia berkisar 0 kiogra per kapita per tahn, seentara negara Asia Tenggara ain encapai 40 kiogra per kapita per tahn. Krangnya konssi pastik di Indonesia diindikasikan akibat krang baiknya kaitas keasan pastik yang dihasikan pabrik-pabrik di Indonesia, sehingga per diakkan peneitian engenai kaitas pastik apn optiasi karakteristik kaitas prodk pastik persahaan. Saah sat persahaan yang bergerak di indstri keasan pastik adaah PT. AAM. PT. AAM yang eprodksi keasan pastik ai dari kran 5 iieter sapai 30 iter. Teah banyak peneitian engenai prodk dari PT. AAM, antara ain seperti []-[3]-[4]-[5]. Peneitian tentang pengendaian kaitas statistika tivariant pada proses prodksi boto Indoik 00 dengan cavity,3 []. Peneitian yang erjk [3] dan [4] berfoks pada esin bow oding, tentang bagaiana optiasi dan penentan setting paraeternya. Yang ebedakan keda peneitian tersebt adaah prodk yang diteiti dan pada etode yang dignakan, yait etode response srface [3], dan tagchi atribt [4]. Penentan setting variabe proses enggnakan response srface fngsi desirabiity. Setting yang diaksd adaah penentan teperatr barre, bowing tie, dan bowing pressre pada esin bow oding ntk prodk boto Chaoie 60 [5]. Dengan tjan endapatkan hasi optiasi yang ebih baik dari peneitian sebenya, peneiti eakkan optiasi ti response srface dengan pendekatan fzzy prograning enggnakan data peneitian seperti [5]. Data tersebt dipiih karena engandng repikasi di daanya. Keeahan etode yang dignakan pada peneitian seperti [5] adaah data yang diaskkan daa ode erpakan data asi. Seentara pada response srface pendekatan fzzy prograing, data yang tersedia dioah terebih dah kedian dibat odenya, sehingga data yang diodekan bkan data asi. Ha ini enjadi keebihan yang diiiki oeh etode response srface pendekatan fzzy prograing. Oeh karena it, etode ini ap enghasikan optiasi yang ebih baik dari etode response srface pendekatan desirabiity. II. TINJAUAN PUSTAKA A. Metode Response Srface Metode response srface ata RSM (Response Srface Methodoogy) adaah sekpan teknik ateatika dan statistika yang bergna ntk eodekan dan enganaisis asaah dengan respon sebagai psat perhatiannya yang dipengarhi oeh beberapa variabe dan bertjan ntk optiasi respon [6]. Fngsi orde pertaa adaah sebagai berikt. k y = β 0 + i= β i x i + ε. () Apabia terdapat engkngan (crvatre) daa siste, aka dignakan ode orde keda yang erpakan poinoia dengan derajat yang ebih tinggi dari orde pertaa. Mode orde keda dapat ditis sebagai berikt. k k y = β 0 + i= β i x i + i= β ii x i + i<j β ij x i x j + ε. () Daa response srface, terdapat pengjian signifikasi dan peeriksaan assi. Uji signifikansi eibatkan ji ack of fit, ji serentak, dan ji individ. Seentara peeriksaan assi eibatkan peeriksaan assi resida identik, assi resida independen, dan assi resida berdistribsi nora.
2 JURNAL SAINS DAN SENI POMITS Vo. 3, No., (04) ISSN: (30-97 Print) D-07 B. Teori Fzzy Pada awanya, didefinisikan bahwa serangkaian fzzy set A daa seesta X dikarakteristikkan oeh fngsi keanggotaan ata ebership fnction μ A (x) diana μ A (x) berasosiasi dengan tiap eeen x daa biangan rea X daa interva [0,]. Niai fngsi μ A (x) disebt keas keanggotaan dari x daa A [7]. Secara sederhana, rangkaian fzzy A dapat dinotasikan sebagai berikt: A = μ A x i x i X x i μ A x X x, jika X adaa kpan objek diskrit (3), jika X adaa rang Kontiny Ada beberapa jenis fngsi keanggotaan seperti π, Be, Gassian, Trapezoida, triangar, dan ain-ain [8]. Gabar ennjkkan jenis fngsi keanggotaan inier dan non-inier pada responnya. Gabar. Fngsi keanggotaan respon: kiri dan tengah adaah fngsi keanggotaan inier dan kanan adaah fngsi keanggotaan noninier. Fzzy biangan A yang terdiri dari 3 bagian / segitiga (triangar fzzy) dapat didefiniskan sebagai tripet (,,). Fngsi keanggotaan μ A (x) tripet didefinisikan sebagai : x, x μ A (x) = x, x 0, x < ata x > Apabia A = (a, b, c) dan B = (d, e, f) adaah biangan fzzy segitiga, aka operasi yang dapat diakkan adaah sebagai berikt: A B = a, b, c d, e, f = a + d, b + e, c + f A B = a, b, c d, e, f = a f, b e, c d A B = a, b, c. d, e, f = a. d, b. e, c. f A/B = a, b, c / d, e, f = a f, b e, c d C. Metode Fzzy Prograing Pada peneitian Bashiri dan Hosseininezhad [9], dikekakan sebah agorita fzzy prograing ntk optiasi ti response srface sebagai berikt.. Mendesain eksperien ti respon. Eksperien ti respon erpakan eksperien dengan ebih dari sat respon dan repikasi diana x ij adaah niai eve faktor ke-j daa eksperien ke-i dan y ikr adaah niai respon ke-k ntk repikasi ke-r daa ekperien ke-i. Sehingga i = banyak eksperien, dengan i =,,...,n j = jah eve faktor, dengan j =,,..., J k = banyak respon, dengan k =,..., r =repikasi (jah repikasi ntk asingasing respon dapat berbeda);r =,..., R.. Mebat ode response srface ntk tiap repikasi. Mode regresi response srface adaah sebagai berikt: Y k r = β k n n 0 + i= β i x i + β r i= ii x i + β r i<j ij x i x j + ε (6) k diana Y r ennjkkan ode regresi response srface ntk respon ke-k repikasi ke-r yang diperoeh dari data eksperien, sedangkan ε ennjkkan eror noise terobservasi daa niai respon. (4) (5) 3. Mengoptiasi respon ntk tiap ode regresi perkaan (srface regression). Untk engoptiasi respon dapat dignakan sat software sehingga diperoeh x rj yang erpakan eve faktor opti ke-j ntk regresi perkaan ke-r. 4. Menentkan ode regresi response srface fzzy ntk respon ke-j. Perhitngan koefisien fzzy pada respon ke-j diakkan dengan cara enghitng niai β ntk asing-asing repikasi. Seteah diperoeh niai β ntk asing-asing repikasi dianjtkan dengan enghitng ean β repikasi dan standar deviasi β repikasi. Ha ini diakkan ntk eperoeh niai β (niai β rata-rata), β (niai β bawah), dan β (niai β atas). β = ean (β,, β R ) β = ean β,, β R stdev β,, β R β = ean β,, β R + stdev β,, β R sehingga diperoeh β = (β, β, β ). (7) 5. Menentkan eve faktor fzzy yang opti. Berdasarkan hasi yang diperoeh pada angkah 3, eve faktor opti ntk respon ke-k dapat diperoeh. Leve faktor opti ntk respon ke-k adaah x jk,, x Rjk. Daa ha ini prosedr yang dijeaskan pada angkah 4 dignakan ntk endapatkan niai tersebt. 6. Mebat atriks pay-off ntk niai respon. Matriks pay-off erpakan atriks yang berisi niai eve faktor fzzy opti pada respon ke-k yang dinotasikan dengan X (k) diana k =,..., dan niai Y ij (X). Y ij (X) adaah niai respon ke-j yang diganti-kan oeh eve faktor fzzy opti dari response srface ke-i. Tabe erpakan bentk atriks pay-off ntk niai respon. Tabe. Strktr atriks pay-off ntk niai respon. Y (X) Y (X) X () Y (X) Y (X) X ( ) Y (X) Y (X) 7. Mebat atrikss pay-off ntk niai respon desirabiity. Untk engoptiasi tirespon aka dignakan fngsi desirabiity. Ada 3 fngsi desirabiity yang dapat dignakan, yait Noina-the-Best (NTB), Larger-the-Best (LTB), dan Saer-the-Best (STB). Fngsi desirabiity ntk NTB adaah: y i y r in, yin y i T, r 0 d i = T y in y i y ax T y ax r, T yi y ax, r 0 0, y i y in ata y i y ax Fngsi desirabiity ntk LTB adaah: 0, y i y in y d i = i y r in, yin y i y ax, r 0 y ax y in (8) (9), y i y ax Fngsi desirabiity ntk STB adaah:, y i y in y d i = i y r ax, yin y i y ax, r 0 (0) y in y ax 0, y i y ax
3 JURNAL SAINS DAN SENI POMITS Vo. 3, No., (04) ISSN: (30-97 Print) D-08 diana: d i = niai desirabiity pada respon ke-i y i = niai prediksi pada respon ke-i y in = niai batas bawah y ax = niai batas atas T = niai target r adaah bobot yang ditentkan oeh peneiti. Bobot ini berniai antara 0, sapai 0. Seteah eperoeh niai desirabiity ntk tiap respon, aka seanjtnya ebat atriks pay-off niai desirabiity dengan strktr seperti pada Tabe. Tabe. Strktr atriks pay-off ntk niai desirabiity. d (X) d (X) X () d (X) d (X) X () d (X) d (X) X (k) adaah eve faktor fzzy opti dari respon ke-k dengan k =,..., dan d ij (X) adaah niai desirabiity respon ke-j dengan engganti eve faktor fzzy enggnakan eve faktor fzzy opti respon ke-i (i=,...,;j=,...,). Jadi diperoeh: U k = U k, U k, U k = d kk L k = L k, L k, L k = Min (d k,, d k ) () 8. Mendefinisikan fngsi deviasi dan ebat atriks pay-off ntk niai deviasi. Apabia ada Y k = Y k, Y k, Y k aka D k = Y k Y k dengan k =,...,. Fngsi deviasi bertjan ntk ebat eksperien robst, sehingga diinginkan ntk engrangi ata enrnkan niai dari fngsi deviasi respon ke-k. Tabe 3 adaah bentk atriks pay-off ntk niai deviasi. Tabe 3. Strktr atriks pay-off ntk niai deviasi. D (X) D (X) X () D (X) D (X) X ( ) D (X) D (X) Meai atriks pay-off niai deviasi, dapat diperoeh: P k = P k, P k, P k = D kk Q k = Q k, Q k, Q k = Max (D k,, D k ) () Apabia niai pada Q k saa dengan P k aka niai tersebt diganti dengan niai aksi yang tidak saa dengan P k. 9. Mendefinisikan ode objektif ntk ode ti response srface. Perasaahan ti response srface (MRS) dapat diseesaikan enggnakan Mti Objective Decision Making (MODM). Daa ha ini aka dignakan fzzy MODM seperti yang dignakan oeh Lai dan Hwang [0]. Mode akhir yang diperoeh adaah ode objektif seperti berikt: Max d ij (X) Min D ij (X) (3) dengan X R (Faktor Leve ) Mode objektif pertaa seperti pada angkah 7, ode objektif keda seperti pada angkah 8, dan X R (Faktor Leve ) ennjkkan daerah peneriaan eksperien, isa [-,]. 0. Mengkonversikan ode objektif enjadi ode objektif. Untk engkonversikan keda ode enjadi sat aka dignakan derajat kepasan (degrees of satisfaction) dari desirabiity dan robst. Fngsi yang enyatakan derajat kepasan desirabiity dan robst adaah S X = (S X, S X, S X ) dan T X = (T X, T X, T X ). Apabia d k = d k, d k, d k aka ntk respon ke-k diperoeh: 0, d k X L k S k X = T k X = d k X L k U k L k, L k d k X U k, d k X U k, D k X P k Q k D k X Q k P k, P k D k X X Q k (4) (5) 0, D k X Q k sehingga dingkinkan ntk eaksikan keda fngsi S k, T k, S k, T k, dan S k, T k secara terpisah ntk eperoeh S k = S k, S k, S k dan T k = T k, T k, T k. Untk tjan ini dapat dignakan: Max S k X, k =,, Max T k X, k =,, (6) dengan X R (Faktor Leve ) Seanjtnya dignakan operator Max-Min Zieran [] ntk engkonversi objektif enjadi sat dengan cara eaksikan derajat kepasan ini dari objektif.. Menentkan eve faktor fzzy opti dengan enyeesaikan ode objektif. Seteah enyeesaikan ode ntk,, dan secara terpisah, eve faktor opti diperoeh dari X = (x,, x K ), X = (x,, x K ), dan X = (x,, x K ) dengan K adaah jah eve faktor. Jadi eve faktor fzzy opti adaah X = x,, x K = ( x, x, x,, x K, x K, x K ). III. METODOLOGI A. Sber Data Data yang dignakan pada peneitian ini adaah data seknder yang diabi dari peneitian yang diakkan seperti [5] yang eneiti tentang penentan setting paraeter pada proses bow oding dengan etode response srface pada prodk Chaoie 60. Setting paraeter yang diaksd adaah teperatr barre, bowing tie, dan bowing pressre. Rancangan percobaan yang dignakan adaah rancangan percobaan orde sat dan orde da. Rancangan percobaan orde sat enggnakan rancangan percobaan faktoria dengan 8 observasi dan rancangan percobaan orde keda enggnakan rancangan percobaan Centra Coposite Design (CCD) dengan 0 observasi. Titik axia yang dignakan daa CCD adaah α = 3/4 =,68. Pada asing-asing percobaan diakkan pengangan ata repikasi sebanyak 6 kai dengan engkr voe dan diaeter t daa boto pada asing-asing kobinasi eve faktor. B. Variabe Peneitian Variabe respon daa peneitian ini adaah voe isi boto (Y ) dan diaeter t daa boto (Y ). Karakteristik kaitas tersebt eiiki spesifikasi yait 68± iiiter ntk voe isi boto dan 8,±0,
4 JURNAL SAINS DAN SENI POMITS Vo. 3, No., (04) ISSN: (30-97 Print) D-09 iieter ntk diaeter t daa boto. Kedanya dianggap saing independen. Variabe proses yang dignakan seperti pada Tabe 5. Ketiganya berpengarh pada pebentkan fisik boto. Tabe 4. Strktr data peneitian Leve faktor Respon No. X X X 3 Y Y y i.... y i.6 y i.... y i y.... y.6 y.... y y.... y.6 y.... y y y 3.6 y y y y 4.6 y y y y 8.6 y y α y y 9.6 y y α y y 0.6 y y α 0 y.... y.6 y.... y.6 0 α 0 y.... y.6 y.... y α 0 0 y y 3.6 y y α 0 0 y y 4.6 y y y y 5.6 y y y y 9.6 y y y y 0.6 y y 0.6 Tabe 5. Variabe proses peneitian Kode Variabe Leve Leve -,68 : 74 o C X Leve - : 8 o C Teperatr barre ( o Leve 0 : 9 o C C) Leve : 0 o C Leve,68 : 08 o C Leve -,68 : 7, detik X Leve - : 7,9 detik Bowing tie Leve 0 : 8,9 detik (detik) Leve : 9,9 detik Leve,68 :0,6 detik Leve -,68 : 4,3 kg/c Bowing Leve - : 5,0 kg/c X 3 pressre Leve 0 : 6,0 kg/c (kg/c ) Leve : 7,0 kg/c Leve,68 : 7,7 kg/c C. Langkah Peneitian Langkah peneitian yang diakkan adaah sebagai berikt:. Menentkan rancangan percobaan yang dignakan.. Mengpkan data. 3. Meakkan anaisis response srface ntk asingasing repikasi di tiap respon pada orde pertaa dan keda. 4. Mengji signifikansi dan eeriksa assi resida IIDN dari ode regresi response srface pada orde pertaa dan keda. 5. Meakkan anaisis tiresponse srface dengan fzzy prograing sesai agorita Bashiri dan Hosseininezhad [9]. 6. Menginterpretasi hasi. 7. Mebat kesipan. IV. ANALISIS DAN PEMBAHASAN A. Anaisis Response Srface Fzzy Prograing Anaisis response srface diapikasikan pada tiap repikasi ntk engetahi faktor apa saja yang berpengarh terhadap respon dan seberapa besar pengarhnya. Anaisis response srface pada orde pertaa tidak dapat diakkan karena terdapat sat ata ebih faktor yang tidak dapat diestiasi akibat jah data krang eenhi, sehingga anaisis response srface enggnakan data percobaan orde. Hasinya ditnjkkan pada Tabe 6. Tabe 6. Koefisien penaksir paraeter regresi response srface voe isi boto (Y r ) dan diaeter t daa boto (Y r ). b 0 b b b 3 b b b 33 Y 67,3 0,7 0,8 0,9-0,0-0,55-0,049 Y 67,7 0,6 0,0 0,4-0,083-0,4-0,54 Y 3 67,6 0,34 0,7 0,3-0,9-0,60-0,9 Y 4 66,89 0,3 0,7 0,6-0,080-0, -0,86 Y 5 66,8 0,9 0,8 0,7-0,07-0,95-0,4 Y 6 66,85 0,6 0, 0,8-0,7-0,05-0,34 Y 8,3 0,0 0,03 0,0-0,07-0,08-0,04 Y 8,4 0,03 0,0 0,0-0,0-0,08-0,0 Y 3 8,3 0,04 0,0 0,0-0,09-0,06-0,08 Y 4 8,3 0,03 0,0 0,0-0,08-0,06-0,04 Y 5 8,3 0,03 0,0 0,0-0,00-0,08-0,05 Y 6 8,3 0,03 0,03 0,0-0,07-0,07-0,0 Seanjtnya enghitng koefisien penaksir pareeter regresi response srface fzzy. Niai β, β, β diperoeh enggnakan Persaaan (7). Hasi persaaan response srface fzzy voe isi boto yang diperoeh adaah sebagai berikt. Y X = 66,839; 67,005; 67,70 + 0,59; 0,89; 0,30 x + 0,70; 0,89; 0,07 x + 0,68; 0,0; 0,36 x 3 + 0,7; 0,0; 0,085 x x + 0,50; 0,3; 0,75 x x + ( 0,77; 0,3; 0,084)x 3 x 3 Niai 66, 839 ennjkkan koefisien paraeter ntk konstanta eve ower, sedangkan 67,005 ntk eve ean, dan 67,70 ntk eve pper. Daa persaaan ini, niai di sebeah kiri adaah niai koefisien ntk eve ower, di sebeah kanan ntk eve pper, dan yang di tengah ntk eve ean. Seentara persaaan response srface fzzy diaeter t daa boto yang diperoeh: Y X = 8,3; 8,34; 8,37 + 0,04; 0,30; 0,036 x + 0,0; 0,05; 0,09 x + 0,00; 0,03; 0,06 x 3 + 0,00; 0,09; 0,08 x x + 0,08; 0,07; 0,06 x x + ( 0,00; 0,07; 0,04)x 3 x 3 Seteah endapatkan persaaan response srface fzzy, enggnakan cara yang saa aka diperoeh eve faktor opti tiap respon dengan koposisi eve faktor opti bawah (ower), eve faktor opti rata-rata (ean), dan eve faktor opti atas (pper) seperti pada Tabe 7. Tabe 7 Leve faktor opti voe isi boto dan diaeter t daa boto. x x x 3 x x x 3 Y,34 0,594,68 Y.,566,470 0,07 Y,580 0,44 0,798 Y.,58,46,444 Y 3,444 0,356,00 Y.3,659,630,657 Y 4,68 0,356 0,45 Y.4-0,05,530,67 Y 5,376 0,493 0,68 Y.5,66,643-0,07 Y 6,38 0,56 0,663 Y.6,67,655,659 x,36 0,363 0,43 x 0,656,46 0,36 x,47 0,459 0,866 x,339,559,063 x,68 0,555,309 x,03,657,89 Stdev x 0,9 0,096 0,443 Stdev x 0,684 0,098 0,87 Sehingga eve faktor fzzy opti yang diperoeh adaah: x =,36;,47;,68 x = 0,363; 0,459; 0,555
5 JURNAL SAINS DAN SENI POMITS Vo. 3, No., (04) ISSN: (30-97 Print) D-0 x 3 = 0,43; 0,866;,309 x = 0,656;,339;,03 x =,46;,559;,657 x 3 = 0,36;,063;,89 Leve faktor fzzy opti yang diperoeh kedian disbstitsikan ke daa persaaan response srface fzzy ntk ebentk atriks pay-off niai respon. Hasi yang diperoeh ditnjkkan pada Tabe 8. Tabe 8. Matriks pay-off niai respon Y (X) Y (X) X () (67,048;67,33;67,69) (8,38;8,5;8,70) X () (66,703;67,054;67,475) (8,;8,8;8,0) Seanjtnya ebentk atriks pay-off desirabiity. Respon yang dignakan erpakan Noina the Best (NTB), aka fngsi desirabiity dihitng oeh fngsi berikt. y 66 ; 66 y 68 d = d = y ; 68 y 70 0 ; y 66 ata y 70 y 8,0 8, 8,0 y 8, 8, 8, ; 8,0 y 8, ; 8, y 8,, 0 ; y 8,0 ata y 8, Menggnakan fngsi tersebt, niai desirabiity ntk tiap respon yang ada pada atriks pay-off respon dihitng dan hasinya ditnjkkan pada Tabe 9. Tabe 9. Matriks pay-off niai desirabiity. d (X) d (X) X () (0,54;0,665;0,845) (0,99;0,48;0,67) X () (0,35;0,57;0,737) (0,83;0,833;0,884) Matriks pay-off desirabiity dignakan ntk enghitng niai U, U, L dan L enggnakan persaaan (). U = U, U, U = d = (0,54; 0,665; 0,845) U = U, U, U = d = (0,83; 0,833; 0,884) L = Min d, d = (0,35; 0,57; 0,737) L = Min d, d = (0,99; 0,48; 0,67) Seain enghitng desirabiity, dihitng pa atriks pay-off niai deviasi. Persaaan deviasi diperoeh dari standar deviasi paraeter regresi response srface. D = 0,65 + 0,030x + 0,08x + 0,034x 3 + 0,06x x + 0,037x x + 0,046x 3 x 3 D = 0, ,006x + 0,003x + 0,003x 3 + 0,00x x + 0,00x x + 0,003x 3 x 3 Niai eve faktor opti pada asing-asing respon disbstitkan ke daa persaaan deviasi. Matriks pay-off niai deviasi yang dihasikan ditapikan pada Tabe 0. Tabe 0. Matriks pay-off niai deviasi. D (X) D (X) X () (0,6;0,3;0,403) (0,06;0,0;0,09) X () (0,309;0,443;0,656) (0,07;0,030;0,049) Matriks pay-off deviasi kedian dignakan ntk enghitng niai P, P, Q dan Q. Peerhitngan diakkan dengan enggnakan persaaan (). P = (0,6; 0,3; 0,403) P = (0,07; 0,030; 0,049) Q = (0,309; 0,443; 0,656) Q = (0,07; 0,030; 0,049) Mode akhir yang diperoeh erpakan ode objektif. Mode objektif tersebt adaah eaksikan desirabiity dan einikan deviasi, yang ditnjkkan dengan: Mode : Max d X, d X Mode : Min D X, D X dengan X R (x,x,x 3 ) [,68;,68]. Untk asing-asing respon didapatkan: d (X) = d, d, d = (0,43; 0,608; 0,785) d (X) = d, d, d = (0,43; 0,655; 0,886) D (X) = D, D, D = (0,57; 0,399; 0,54) D (X) = D, D, D = (0,05; 0,07; 0,040) Niai desirabiity dan deviasi yang diperoeh per distandarisasi agar hasinya berada pada rentang 0 dan. Oeh karena it dihitng niai S k X dan T k X sebagai niai standar desirabiity dan deviasi enggnakan persaaan (4) dan (5). Apabia ditiskan daa bentk ode, odenya berbah enjadi sebagai berikt. Mode : Max{S X, S X } Mode : Max{T X, T X } dengan X R (x,x,x 3 ) [,68;,68] Untk enggabngkan keda ode enjadi ode objektif, operator Max-Min Zieran diapikasikan. Dasar yang dignakan adaah eaksi-kan derajat kepasaan (degree of satisfaction) ini dari keda ode objektif. Mode : Max V Mode : Max V dengan X R (x,x,x 3 ) [,68;,68] V = Min S X, S X V = Min T X, T X w = bobot desirabiity yang diinginkan peneiti ntk V. w = bobot desirabiity yang diinginkan peneiti ntk V. Daa peneitian ini peneiti enggnakan bobot desirabiity sebesar ½ karena konstrain yang dignakan adaah w + w =. Sehingga ode akhir yang dihasikan ada 3, yait sebagai berikt: Mode : Max 0,5 V + 0,5 V s.t. d X V (0,54 0,35) 0,35 d X V (0,83 0,99) 0,99 D X + V (0,309 0,6) 0,309 D X + V (0,06 0,07) 0,06 w + w = 0 V, V, X R (x,x,x 3 ) [,68;,68] Mode : Max 0,5 V + 0,5 V s.t. d X V (0,665 0,57) 0,57 d X V (0,833 0,48) 0,48 D X + V (0,443 0,3) 0,443 D X + V (0,0 0,030) 0,0 w + w = 0 V, V, X R (x,x,x 3 ) [,68;,68] Mode : Max 0,5 V + 0,5 V s.t. d X V (0,845 0,737) 0,737 d X V (0,884 0,67) 0,67 D X + V (0,656 0,403) 0,656
6 JURNAL SAINS DAN SENI POMITS Vo. 3, No., (04) ISSN: (30-97 Print) D- D X + V (0,09 0,049) 0,09 w + w = 0 V, V, X R (x,x,x 3 ) [,68;,68] Seteah terbentk sat ode objektif ntk ower, ean, dan pper, aka optiasi dapat diakkan enggnakan software. Hasi optiasi ntk eve ower, ean, dan pper yang diperoeh adaah sebagai berikt. Tabe. Leve faktor fzzy opti akhir. Variabe Niai kode Niai sebenarnya x (0,89;,964;,38) (99;0;4) o C x (0,896;0,45;0,043) (9,79;9,35;8,94) detik x 3 (0,773;0,58;0,068) (6,77;6,6;6,06) kg/c Leve ower: Y = 66,948 dengan d = 0,474 Y = 8,37 dengan d = 0,69 Coposite Desirabiity = 0,546 Leve ean: Y = 67,68 dengan d = 0,634 Y = 8,30 dengan d = 0,698 Coposite Desirabiity = 0,665 Leve pper: Y = 67,53 dengan d = 0,576 Y = 8,03 dengan d = 0,96 Coposite Desirabiity = 0,744 Berdasarkan ketiga eve, niai coposite desirabiity terbaik ada pada eve pper, nan pada eve ini niai desirabiity antar keda respon berbeda jah sehingga apabia dignakan aka dikahawatirkan prediksi diaeter t daa boto endekati seprna tetapi voe isi boto jah dari target. Sehingga diantara ketiga eve, eve ean erpakan eve yang paing baik dignakan ntk setting karena eiiki niai coposite desirabiity yang ebih dari 50% dan desirabiity antar keda respon tidak berbeda jah. B. Perbandingan hasi Response Srface Fngsi Desirabiity dengan Response Srface Fzzy Prograing Pada peneitian Ariah [] niai prediksi respon dan desirabiity yang dihasikan adaah: Y = 67,7 dengan d = 0,635 Y = 8,55 dengan d = 0,450 Coposite Desirabiity = 0,534 = 53,4% Untk eperdah perbandingan, persaaan yang dignakan adaah persaaan response srface fzzy eve ean. Prediksi respon dan niai desirabiity pada eve ean adaah: Y = 67,68 dengan d = 0,634 Y = 8,30 dengan d = 0,698 Coposite Desirabiity = 0,665 = 66,5% Berdasarkan hasi tersebt, diketahi bahwa niai respon yang diperoeh baik seperti [5] apn pada peneitian ini saa-saa baik karena asih berada daa rentang spesifikasi yang diinginkan persahaan. Nan ntk engetahi ana yang ebih baik, dapat dignakan coposite desirabiity. Coposite desirabiity ennjkkan desirabiity individ yang diperoeh dari ti respon, sehingga niai desirabiity ini ap enjeaskan seberapa baik ode dan eve faktor yang diperoeh. Dengan enggnakan response srface pendekatan fzzy prograing, niai coposite desirabiity eningkat sebesar 3% dari response srface fngsi desirabiity biasa. Niai coposite desirabiity dari persaaan response srface enggnakan fzzy prograing ebih besar daripada coposite desirabiity pada peneitian seperti [5]. Jadi dapat dikatakan bahwa peodean response srface enggnakan fzzy prograing ebih baik diapikasikan daripada peodean response srface fngsi desirabiity biasa. V. KESIMPULAN. Berdasarkan anaisis dan pebahasan yang teah dijabarkan, aka kesipan yang diperoeh adaah sebagai berikt:. Setting paraeter pada proses bow oding terhadap voe isi boto dan diaeter t daa boto pada prodk Chaoie 60 di PT. AAM dengan pende-katan fzzy prograing ntk eve rata-rata adaah 0 o C pada teperatr barre, 9,35 detik pada bowing tie dan 6,58 kg/c pada bowing pressre dengan prediksi voe sebesar 67,86 dan diaeter t daa boto seebar 8,30.. Perbandingan hasi optiasi pada peneitian Ariah [] dengan optiasi ti response srface enggnakan pendekatan fzzy prograing ennjkkan bahwa ode response srface dengan fzzy prograing ebih baik dari sisi coposite desirabiity karena eningkatkan desirabiity sebesar 3%. Daa peneitian ini peneiti enei kejanggaan dari agorita fzzy prograing Bashiri dan Hosseininezhad [9], yait pada peiihan niai U k, L k, P k, Q k. Daa peiihan niai tersebt ada kengkinan bahwa niai U k = L k ata niai P k = Q k. Apabia kengkinan tersebt terjadi, aka niai S k X dan T k X tidak dapat diperoeh karena pebaginya berniai no. Oeh karena it daa peneitian ini peneiti engajkan sat gagasan bahwa niai L k erpakan niai ini yang tidak saa dengan U k dan Q k erpakan niai aksi yang tidak saa dengan P k. DAFTAR PUSTAKA [] Kopas. (03,9,). Keentrian Perindstrian Repbik Indonesia.[Onine].Avaiabe: Indstri-Pastik-Per-Diperkat. [] L. Rodhoni. Pengendaian Kaitas Statistika Mtivariant Proses Prodksi Boto Indoik 00 dengan Cavity,3 di PT. Abadi Adiya Srabaya.(004). [3] Z. Abdi. Anaisis Optiasi Proses Pebatan Boto Prodk Johnson Baby Oi 50 pada Mesin Bow Moding dengan Menggnakan Metode Response Srface. (005). [4] V. Patryadi. Penentan Setting Paraeter pada Proses Bow Moding dengan Metode Tagchi Atribt.(006). [5] R. Ariah. Penetan Setting Paraeter pada Proses Bow Moding dengan Metode Response Srface pada Prodk Boto Chaoie 60. (006). [6] D.C. Montgoery,D.C. Response Srface Maethods. Daa Design and Anaysis of Experients 5 th Edition. USA: John Wiey and Sons.(00) [7] L. Zadeh. Fzzy Sets, Inforatian, and Contro Vo 8.(965) [8] H. Zieran. Fzzy Set Theory and Its Appication 3rd edition. Massachssets: Kwer Acadeic Pbisher.(000) [9] M. Bashiri & S.J. Hosseininezhad. AA Fzzy Prograing for Optiizing Mti Response Srface in Robst Design. Jorna of Uncertain Systes Vo.3 No.3.(009) [0] Y. Lai & C. Hwang. Fzzy Mtipe Objective Decision Making, Springer-Verag.(99). [] H. Zieran.Fzzy Sets, Decision Making, and Expert Systes. Boston: Kwer Acadeic Pbishing.(986).
Optimasi Multi Response Surface pada Industri Kemasan Botol Plastik dengan Pendekatan Fuzzy Programming
1 Optimasi Multi Response Surface pada Industri Kemasan Botol Plastik Pendekatan Fuzzy Programming Lela Devi Meylina dan Sony Sunaryo Jurusan Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Lebih terperinciMETODE SIMPLEKS PRIMAL-DUAL PADA PROGRAM LINIER FUZZY PENUH DENGAN BILANGAN TRAPEZOIDAL
METODE SIMPLEKS PRIMAL-DUAL PADA PROGRAM LINIER FUZZY PENUH DENGAN BILANGAN TRAPEZOIDAL Bambang Irawanto 1,Djwandi 2, Sryoto 3, Rizky Handayani 41,2,3 Departemen Matematika Faktas Sains dan Matematika
Lebih terperinciBAB IV PENGOLAHAN DATA
BAB IV PENGOLAHAN DATA 4.1 Sber Data Peodelan dispersi poltan dari cerobong asap pabrik dengan Gassian Ple Model akan diterapkan pada kondisi nata dengan data ang diperoleh dari PT. KL. Pabrik tersebt
Lebih terperinciPENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN
Bletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volme xx, No. x (tahn), hal xx xx. PENYELESAIAN LUAS BANGUN DATAR DAN VOLUME BANGUN RUANG DENGAN KONSEP DETERMINAN Doni Saptra, Helmi, Shantika Martha
Lebih terperinciOptimasi Multi Response Surface pada Industri Kemasan Botol Plastik dengan Pendekatan Fuzzy Programming (Studi Kasus di PT. AAM)
Optimasi Multi Response Surface pada Industri Kemasan Botol Plastik dengan Pendekatan Fuzzy Programming (Studi Kasus di PT. AAM) Lela Devi Meylina (1310 100 099) Pembimbing: Dr. Sony Sunaryo, M.Si Selasa,
Lebih terperinciPergerakan Tanah Pada Lembah Tertimbun Yang Dipengaruhi Gelombang Permukaan Datar
Vol. 3, o., 53-59, Janari 7 Pergerakan Tanah Pada Lebah Tertibn Yang Dipengarhi Gelobang Perkaan Datar Jeffry Ksa Abstrak Tlisan ini ebahas engenai pergerakan tanah pada lebah tertibn yang dipengarhi gelobang
Lebih terperinciMODEL MATEMATIKA WAKTU PENGOSONGAN TANGKI AIR
Prosiding Seinar Nasional Penelitian, Pendidikan dan Penerapan MIPA Fakltas MIPA, Universitas Negeri Yogakarta, 6 Mei 9 MODEL MATEMATIKA WAKTU PENGOSONGAN TANGKI AIR Irawati, Kntjoro Adji Sidarto. Gr SMA
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Logika Fzzy Pada awalnya sistem logika fzzy diperkenalkan oleh Profesor Lotfi A. Zadeh pada tahn 1965. Konsep fzzy bermla dari himpnan klasik (crisp) yang bersifat tegas ata
Lebih terperinciSeminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004
Seminar asional Aplikasi Teknologi Informasi 004 Yogyakarta 9 Jni 004 Analisis Efisiensi dengan Bantan Sistem Pendkng Keptsan (SPK) Carles Sitompl Jrsan Teknik Indstri Uniersitas Katolik Parahyangan Jl.
Lebih terperinciBUKU AJAR METODE ELEMEN HINGGA
BUKU AJA ETODE EEEN HINGGA Diringkas oleh : JUUSAN TEKNIK ESIN FAKUTAS TEKNIK STUKTU TUSS.. Deinisi Umm Trss adalah strktr yang terdiri atas batang-batang lrs yang disambng pada titik perpotongan dengan
Lebih terperinciImplementasi Sistem Pengenalan Kata pada Mikrokontroler Keluarga MCS51
Ipeentasi Siste Pengenaan Kata pada Mikrokontroer Keuarga MCS51 Thiang Jurusan Teknik Eektro, Universitas Kristen Petra Siwaankerto 121-131, Surabaya eai : thiang@petra.ac.id Abstrak-Makaah ini eaparkan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA.1 Small Area Estimation Small Area Estimation (SAE) adalah sat teknik statistika ntk mendga parameter-parameter sb poplasi yang kran sampelnya kecil. Sedangkan, area kecil didefinisikan
Lebih terperinciPENENTUAN PANJANG LENGAN MESIN STANDAR TORSI DEADWEIGHT SEARAH JARUM JAM DAN BERLAWANAN ARAH JARUM JAM MENGGUNAKAN METODE KESETIMBANGAN LENGAN
PENENTUAN PANJANG ENGAN MESIN STANDAR TORSI DEADWEIGHT SEARAH JARUM JAM DAN BERAWANAN ARAH JARUM JAM MENGGUNAKAN METODE KESETIMBANGAN ENGAN Hafid Psat Penelitian Kalibrasi, Instrentasi dan Metrologi IPI
Lebih terperinciPENERAPAN STRATEGI PEMBELAJARAN AKTIF TIPE FORMASI REGU TEMBAK DALAM PEMBELAJARAN MATEMATIKA SISWA KELAS VIII SMP NEGERI 5 GUNUNG TALANG
PENERAPAN STRATEGI PEMBELAJARAN AKTIF TIPE FORMASI REGU TEMBAK DALAM PEMBELAJARAN MATEMATIKA SISWA KELAS VIII SMP NEGERI GUNUNG TALANG Chyntia Handayani, Khairuddin, Puspa Aeia Jurusan Pendidikan Mateatika,
Lebih terperinciHASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI
HASIL KALI TITIK DAN PROYEKSI ORTOGONAL SUATU VEKTOR (Aljabar Linear) Oleh: H. Karso FPMIPA UPI A. Hasil Kali Titik (Hasil Kali Skalar) Da Vektor. Hasil Kali Skalar Da Vektor di R Perkalian diantara da
Lebih terperinciUntuk pondasi tiang tipe floating, kekuatan ujung tiang diabaikan. Pp = kekuatan ujung tiang yang bekerja secara bersamaan dengan P
BAB 3 LANDASAN TEORI 3.1 Mekanisme Pondasi Tiang Konvensional Pondasi tiang merpakan strktr yang berfngsi ntk mentransfer beban di atas permkaan tanah ke lapisan bawah di dalam massa tanah. Bentk transfer
Lebih terperinciUNIVERSITAS INDONESIA
UNIVERSITAS INDONESIA PENGEMBANGAN ALGORITMA RADIAL BASIS FUNCTION DENGAN FUNGSI ERROR CROSS-ENTROPY PADA JARINGAN SARAF TIRUAN TUNGGAL DAN ENSEMBLE SERTA PERBANDINGANNYA DENGAN BACKPROPAGATION SKRIPSI
Lebih terperinciEKONOMETRIKA PERSAMAAN SIMULTAN
EKONOMETRIKA PERSAMAAN SIMULTAN OLEH KELOMPOK 5 DEKI D. TAPATAB JUMASNI K. TANEO MERSY C. PELT DELFIANA N. ERO GERARDUS V. META ARMY A. MBATU SILVESTER LANGKAMANG FAKULTAS PERTANIAN UNIVERSITAS NUSA CENDANA
Lebih terperinciBAB III 3. METODOLOGI PENELITIAN
BAB III 3. METODOLOGI PENELITIAN 3.1. PROSEDUR ANALISA Penelitian ini merpakan sebah penelitian simlasi yang menggnakan bantan program MATLAB. Adapn tahapan yang hars dilakkan pada saat menjalankan penlisan
Lebih terperinciPenerapan Masalah Transportasi
KA4 RESEARCH OPERATIONAL Penerapan Masalah Transportasi DISUSUN OLEH : HERAWATI 008959 JAKA HUSEN 08055 HAPPY GEMELI QUANUARI 00890 INDRA MOCHAMMAD YUSUF 0800 BAB I PENDAHULUAN.. Pengertian Riset Operasi
Lebih terperinciSolusi Sistem Persamaan Linear Fuzzy
Jrnal Matematika Vol. 16, No. 2, November 2017 ISSN: 1412-5056 / 2598-8980 http://ejornal.nisba.ac.id Diterima: 14/08/2017 Disetji: 20/10/2017 Pblikasi Online: 28/11/2017 Solsi Sistem Persamaan Linear
Lebih terperinciPENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN
Bab 4 PENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN Tgas mendasar dari robot berjalan ialah dapat bergerak secara akrat pada sat lintasan (trajectory) yang diberikan Ata dengan kata lain galat antara
Lebih terperinciFrekuensi Alami Rangka Batang Semi-Kaku dengan Efek Gaya Aksial Ruly Irawan 1,a*
Frekuensi Aami Rangka Batang Semi-Kaku dengan Efek Gaya Aksia Ruy Irawan 1,a* 1 Program Studi Teknik Sipi,Fakutas Teknik, Universitas Sarjanawiyata Tamansiswa a nawari007@yahoo.com Abstrak Artike ini menyajikan
Lebih terperinciFOURIER Oktober 2014, Vol. 3, No. 2,
FOURIER Oktober 2014, Vo. 3, No. 2, 98 116 PENYELESAIAN MATCHING GRAF DENGAN MENGGUNAKAN METODE HUNGARIAN DAN PENERAPANNYA PADA PENEMPATAN KARYAWAN DI SUATU PERUSAHAAN Auia Rahman 1, Muchammad Abrori 2,
Lebih terperinciOPTIMALISASI JUMLAH BUS TRAYEK MANGKANG- PENGGARON DENGAN PENDEKATAN COMPROMISE PROGRAMMING
OPTIMALISASI JUMLAH BUS TRAYEK MANGKANG- PENGGARON DENGAN PENDEKATAN COMPROMISE PROGRAMMING Diana Puspita Sari, Arfan Backtiar, Heny Puspasri Industria Engineering Department, Diponegoro University Emai
Lebih terperinciIntegra. asi 2. Metode Integral Kuadr. ratur Gauss 2 Titik
Intera asi Metode Interal Kadr ratr Gass Titik Metode Interal Kadratr Gass Titik Contoh Kass Permasalahan Interasi Metode Interasi Gass Metode interasi i Gass merpaka an metode yan tidak mennakan pembaian
Lebih terperinciXIV. TEORI RELATIVITAS KHUSUS
XIV - 1 XIV. TEORI RELATIVITAS KHUSUS 14.1 Pendahlan. Dala bab ini akan dikaji teori relatiitas khss yang bersaaan dengan teori kant Plank telah ebawa sejlah perbahan besar yang sangat endasar dala enelaah
Lebih terperinciKEPUTUSAN INVESTASI (CAPITAL BUDGETING) MANAJEMEN KEUANGAN 2 ANDRI HELMI M, S.E., M.M.
KEPUTUSAN INVESTASI (CAPITAL BUDGETING) MANAJEMEN KEUANGAN 2 ANDRI HELMI M, S.E., M.M. Penganggaran Modal (Capital Bdgeting) Modal (Capital) mennjkkan aktiva tetap yang dignakan ntk prodksi Anggaran (bdget)
Lebih terperinciBAB III METODE PENELITIAN
42 BAB III METODE PENELITIAN 3. Teknik Peneitian Peneitian dengan metode perbandingan eksperimenta berisikan kegiatan yang direncanakan dan diaksanakan oeh peneiti, maka dapat diperoeh bukti-bukti yang
Lebih terperinciAnalisis Peluruhan Flourine-18 menggunakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 71742
Prosiding Perteman Ilmiah XXV HFI Jateng & DIY 63 Analisis Pelrhan Florine-18 menggnakan Sistem Pencacah Kamar Pengion Capintec CRC-7BT S/N 717 Wijono dan Pjadi Psat Teknologi Keselamatan dan Metrologi
Lebih terperinciBAB III LIMIT DAN FUNGSI KONTINU
BAB III LIMIT DAN FUNGSI KONTINU Konsep it mempnyai peranan yang sangat penting di dalam kalkls dan berbagai bidang matematika. Oleh karena it, konsep ini sangat perl ntk dipahami. Meskipn pada awalnya
Lebih terperinciPENYELESAIAN MASALAH KONTROL OPTIMAL KONTINU YANG MEMUAT FAKTOR DISKON
Jrnal Matematika UNAND Vol. 2 No. 3 Hal. 157 161 ISSN : 233 291 c Jrsan Matematika FMIPA UNAND PENYELESAIAN MASALAH KONTROL OPTIMAL KONTINU YANG MEMUAT FAKTOR DISKON DALIANI Program Stdi Matematika, Fakltas
Lebih terperinciPENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL
PENGGUNAAN METODE HOMOTOPI PADA MASALAH PERAMBATAN GELOMBANG INTERFACIAL JAHARUDDIN Departeen Mateatika Fakultas Mateatika Ilu Pengetahuan Ala Institut Pertanian Bogor Jl Meranti, Kapus IPB Daraga, Bogor
Lebih terperinciKorelasi Pasar Modal dalam Ekonofisika
Korelasi Pasar Modal dalam Ekonofisika Yn Hariadi Dept. Dynamical System Bandng Fe Institte yh@dynsys.bandngfe.net Pendahlan Fenomena ekonomi sebagai kondisi makro yang merpakan hasil interaksi pada level
Lebih terperinciBAB 2 LANDASAN TEORI
8 BAB LANDASAN TEORI. Pasar.. Pengertian Pasar Pasar adalah sebah tempat mm yang melayani transaksi jal - beli. Di dalam Peratran Daerah Khss Ibkota Jakarta Nomor 6 Tahn 99 tentang pengrsan pasar di Daerah
Lebih terperinciPENENTUAN CADANGAN PREMI MENGGUNAKAN METODE FACKLER PADA ASURANSI JIWA DWI GUNA
Buetin Imiah Mat. Stat. dan Terapannya (Bimaster) Voume 02, No. 2 (203), ha 5 20. PENENTUAN CAANGAN PREMI MENGGUNAKAN METOE FACKLER PAA ASURANSI JIWA WI GUNA Indri Mashitah, Neva Satyahadewi, Muhasah Novitasari
Lebih terperinciE /2 bata D C /2 bata 1 B Y X A. 6.5m 6.5m 6.5m 6.5m I II III IV V RANGKA TIPIKAL ARAH-X
fc' : fy : Fungsi antai (pertokoan) : a : b : 4 Pa 300 Pa 50 kg/ 6.5 6 6 6 6 6 E 3 4 5 6 / bata D 9 0 C 5 6 7 8 / bata B Y 3 4 X A 6.5 6.5 6.5 6.5 I II III IV V RANGKA TIPIKAL ARAHX 45 3.5 45 45 3.5 45
Lebih terperinciBEBERAPA IDENTITAS PADA GENERALISASI BARISAN FIBONACCI ABSTRACT
BEBERP IDENTITS PD GENERLISSI BRISN FIBONCCI Sri Melati 1, Mashadi, Msraini M 1 Mahasiswa Program Stdi S1 Matematika Dosen Jrsan Matematika Fakltas Matematika dan Ilm Pengetahan lam Universitas Ria Kamps
Lebih terperinciPEMODELAN TARIKAN PERJALANAN PADA RUMAH SAKIT DI KOTA PADANG
No. Vo. Thn. XIV Apri 00 ISSN: 84-84 PEMODELAN TARIKAN PERJALANAN PADA RUMAH SAKIT DI KOTA PADANG Hendra Gunawan ),Titi Kurniati ),Dedi Arnadi ) )Staf Pengajar Jurusan Teknik Sipi Universitas Andaas )Mahasiswa
Lebih terperinciPENENTUAN MATCHING MAKSIMUM PADA GRAF BIPARTIT BERBOBOT MENGGUNAKAN METODE HUNGARIAN
Jrna Imiah Teknik Indstri Vo. No. Jni ISSN -6869 PENENTUAN MATCHING MAKSIMUM PADA GRAF BIPARTIT BERBOBOT MENGGUNAKAN METODE HUNGARIAN Mchammad Abrori dan Rina Wahyningsih Abstrak: Matching is a part of
Lebih terperinciPENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE
Vale Added, Vol. 11, No. 1, 015 PENDUGAAN JUMLAH PENDUDUK MISKIN DI KOTA SEMARANG DENGAN METODE SAE 1 Moh Yamin Darsyah, Ujang Malana 1, Program Stdi Statistika FMIPA Universitas Mhammadiyah Semarang Email:
Lebih terperinciIII PEMODELAN SISTEM PENDULUM
14 III PEMODELAN SISTEM PENDULUM Penelitian ini membahas keterkontrolan sistem pendlm, dengan menentkan model matematika dari beberapa sistem pendlm, dan dilakkan analisis dan menyederhanakan permasalahan
Lebih terperinciBab 5 RUANG HASIL KALI DALAM
Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O = ( ) Panjang sat ektor x di R dan R
Lebih terperinciANALISIS PENGENDALIAN KUALITAS TERHADAP PROSES WELDING ( PENGELASAN N ) PADA PEMBUATAN KAPAL CHEMICAL TANKER / DUPLEK M Di PT.
ANALISIS PENGENDALIAN KUALITAS TERHADAP PROSES WELDING ( PENGELASAN N ) PADA PEMBUATAN KAPAL CHEMICAL TANKER / DUPLEK M000259 Di PT.PAL INDONESIA Oleh : Selfy Atika Sary NRP : 1307 030 053 Pembimbing :
Lebih terperinciPENGATURAN FUNGSI PENYERAPAN DARI MODEL DIFUSI KADAR AIR PENYIMPANAN PADI DENGAN METODE BEDA HINGGA SKEMA IMPLISIT
JIMT Vo. 12 No. 1 Juni 2015 (Ha. 92 103) Jurna Imiah Matematika dan Terapan ISSN : 2450 766X PENGATURAN FUNGSI PENYERAPAN DARI MODEL DIFUSI KADAR AIR PENYIMPANAN PADI DENGAN METODE BEDA HINGGA SKEMA IMPLISIT
Lebih terperinciPemodelan Angka Harapan Hidup dan Angka Kematian Bayi di Jawa Timur dengan Pendekatan Regresi Nonparametrik Spline Birespon
Peodean Angka Haraan Hidu dan Angka Keatian Bayi di Jawa Tiur dengan Pendekatan Regresi Nonaraetrik Sine Bireson Ni Nyoan Trisna Juiandari dan I Nyoan Budiantara Jurusan Statistika, Fakutas Mateatika dan
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA Untuk menunjang peaksanaan peneitian ini diakukan tinjauan pustaka mengenai tinjauan studi yang berisi peneitian-peneitian terkait dengan pengenaan kuaitas buah, median fitering,
Lebih terperinciIntegrasi 2. Metode Integral Kuadratur Gauss 2 Titik Metode Integral Kuadratur Gauss 3 Titik Contoh Kasus Permasalahan Integrasi.
Interasi Metode Interal Kadratr Gass Titik Metode Interal Kadratr Gass Titik Contoh Kass Permasalahan Interasi Interasi Metode Interasi Gass Metode interasi Gass merpakan metode yan tidak mennakan pembaian
Lebih terperinciHasil Kali Titik. Dua Operasi Vektor. Sifat-sifat Hasil Kali Titik. oki neswan (fmipa-itb)
oki neswan (fmipa-itb) Da Operasi Vektor Hasil Kali Titik Misalkan OAB adalah sebah segitiga, O (0; 0) ; A (a 1 ; a ) ; dan B (b 1 ; b ) : Maka panjang sisi OA; OB; dan AB maing-masing adalah q joaj =
Lebih terperinciOPTIMISASI MULTIOBJEKTIF UNTUK PEMBENTUKAN PORTOFOLIO. Abdul Hoyyi 1, Dwi Ispriyanti 1. Abstract
Optimisasi (Abdu H) OPTIMISASI MULTIOBJEKTIF UNTUK PEMBENTUKAN PORTOFOLIO Abdu Hoyyi 1, Dwi Ispriyanti 1 1 Staf Pengajar Jurusan Statistika FSM UNDIP Abstract Investing in asset such as stock; besides
Lebih terperinciWALIKOTA BANJARMASIN
/ WALIKOTA BANJARMASIN PERATURAN WALIKOTA BANJARMASIN NOMOR TAHUN2013 TENTANG PEDOMAN STANDAR KINERJA INDIVIDU PEGAWAI NEGERI SIPIL DILINGKUNGAN PEMERINTAH KOTA BANJARMASIN DENGAN RAHMAT TUHAN YANG MAHA
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BB IV HSIL DN PEMBHSN.. Hasi Pengabian Data Data asi peneitian sing pup skaa aboratoriu dengan anifod segaris disajikan seperti pada Tabe. berikut. Tabe. Data asi pengujian sing pup dengan anifod segaris
Lebih terperinciMETODE FINITE DIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS ABSTRACT 1. PENDAHULUAN
METODE FINITE DIFFERENCE INTERVAL UNTUK MENYELESAIKAN PERSAMAAN PANAS Mardhika WA 1, Syamsdhha 2, Aziskhan 2 mardhikawirahadi@nriacid 1 Mahasiswa Program Stdi S1 Matematika 2 Laboratorim Komptasi Jrsan
Lebih terperinciGambar 3.1 Lokasi Museum Konperensi Asia Afrika Sumber :
BAB III METODOLOGI PENELITIAN A. Lokasi dan Objek Peneitian Lokasi peneitian ini diaksanakan di Museum Konperensi Asia Afrika berokasi di Gedung Merdeka, jaan Asia Afrika No. 65 Bandung, Keurahan Braga,
Lebih terperinciPERHITUNGAN CADANGAN PADA ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE FACKLER DENGAN PRINSIP PROSPEKTIF
PERHITUNGAN ADANGAN PADA ASURANSI JIWA BERJANGKA MENGGUNAKAN METODE FAKLER DENGAN PRINSIP PROSPEKTIF Riaman, Kankan Parmikanti 2, Iin Irianingsih 3, Sudradjat Supian 4 Departemen Matematika, Fakutas MIPA,
Lebih terperinciJawaban Tugas 02 Program Pendidikan Fisika. [Setiya Utari]
Jawaban Tugas 0 Program Pendidikan Fisika [Setiya Utari] Program Pendidikan Fisika Tujuan Mata peajaran Fisik Membentuk sikap positif terhadap fisika Keteraturan aam semesta, Kebesaran TYME. Memupuk sikap
Lebih terperinciPRAKTIKUM OPERASI TEKNIK KIMIA II MODUL 5 BILANGAN REYNOLD
PRAKTIKUM OPERASI TEKNIK KIMIA II MODUL 5 BILANGAN REYNOLD LABORATORIUM RISET DAN OPERASI TEKNIK KIMIA PROGRAM STUDI TEKNIK KIMA FAKULTAS TEKNOLOGI INDUSTRI UPN VETERAN JAWA TIMUR SURABAYA BILANGAN REYNOLD
Lebih terperinciPengenalan Pola. Ekstraksi dan Seleksi Fitur
Pengenalan Pola Ekstraksi dan Seleksi Fitr PTIIK - 4 Corse Contents Collet Data Objet to Dataset 3 Ekstraksi Fitr 4 Seleksi Fitr Design Cyle Collet data Choose featres Choose model Train system Evalate
Lebih terperinciBAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK 2-LEVEL. Model hirarki 2-level merupakan model statistik yang digunakan untuk
BAB III ESTIMASI PARAMETER PADA MODEL REGRESI LOGISTIK -LEVEL Model hirarki -level erupakan odel statistik ang digunakan untuk enganalisis data ang bersarang, atau data ang epunai struktur hirarki -level.
Lebih terperinci3. RUANG VEKTOR. dan jika k adalah sembarang skalar, maka perkalian skalar ku didefinisikan oleh
. RUANG VEKTOR. VEKTOR (GEOMETRIK) PENGANTAR Jika n adalah sebah bilangan blat positif maka tpel-terorde (ordered-n-tple) adalah sebah rtan n bilangan riil (a a... a n ). Himpnan sema tpel-terorde dinamakan
Lebih terperinciBab 5 RUANG HASIL KALI DALAM
Bab 5 RUANG HASIL KALI DALAM 5 Hasil Kali Dalam Untk memotiasi konsep hasil kali dalam diambil ektor di R dan R sebagai anak panah dengan titik awal di titik asal O ( ) Panjang sat ektor x di R dan R dinamakan
Lebih terperinciT E K U K A N. Gambar 7.1. Pembebanan Normal Negatif
1/5/016 T E K U K N 7.1. Terjadinya Tekukan Tekukan terjadi apabia batang tekan memiiki panjang tertentu yang yang jauh ebih besar dibandingkan dengan penampang intangnya. Perhatikan Gambar 7.1 di bawah,
Lebih terperinciCAHAYA SEBAGAI GELOMBANG
Getaran, geobang dan Optia CAHAYA SEBAGAI GELOMBANG. Tes ITB 976 Daa percobaan interferensi dua ceah (percobaan Young) dipaai sinar uning onoroatis, aa pada ayar terihat A. garis uning dan geap berseang-seing
Lebih terperinciCHAPTER 6. INNER PRODUCT SPACE
CHAPTER 6. INNER PRODUCT SPACE Inner Prodcts Angle and Orthogonality in Inner Prodct Spaces Orthonormal Bases; Gram-Schmidt Process; QR-Decomposition Best Approximation; Least Sqares Orthogonal Matrices;
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umm Bins Bsiness School Bina Nsantara (Bins) University didirikan pada tanggal 1 Oktober 1974 yang berawal dari sebah lembaga pendidikan kompter jangka pendek,
Lebih terperinciBAB 2 LANDASAN TEORI. Analisis jalur yang dikenal dengan path analysis dikembangkan pertama pada tahun 1920-an oleh
BAB LANDASAN TEORI. Sejarah Analisis Jalr (Path Analysis) Analisis jalr yang dikenal dengan path analysis dikembangkan pertama pada tahn 90-an oleh seorang ahli genetika yait Sewall Wright. Teknik analisis
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
71 BAB IV HASIL DAN PEMBAHASAN 4.1 Pembuatan Basis Data Langkah pertama daam membangun apikasi adaah meakukan instaasi apikasi server yaitu menggunakan SQLite manager yang di insta pada browser Mozia Firefox.
Lebih terperinciOPTIMALISASI FITUR-FITUR PADA APLIKASI PRESENTASI UNTUK MENINGKATKAN KUALITAS PENYAMPAIAN PESAN BERBASIS HCI
OPTIMALISASI FITUR-FITUR PADA APLIKASI PRESENTASI UNTUK MENINGKATKAN KUALITAS PENYAMPAIAN PESAN BERBASIS HCI Mokhamad Fatoni, Indri Sdanawati Rozas, S.Kom., M.Kom., Latifah Rifani, S.T., MIT. Jrsan Sistem
Lebih terperinciEKSISTENSI BAGIAN IMAJINER PADA INTEGRAL FORMULA INVERSI FUNGSI KARAKTERISTIK
Jrnal Matematika UNAND Vol. No. 2 Hal. 39 43 ISSN : 233 29 c Jrsan Matematika FMIPA UNAND EKSISTENSI BAGIAN IMAJINER PADA INTEGRAL FORMULA INVERSI FUNGSI KARAKTERISTIK YULIANA PERMATASARI Program Stdi
Lebih terperinciBAB RELATIVITAS Semua Gerak adalah Relatif
BAB RELATIVITAS. Sema Gerak adalah Relatif Sat benda dikatakan bergerak bila keddkan benda it berbah terhadap sat titik aan ata kerangka aan. Seorang penmpang kereta api yang sedang ddk di dalam kereta
Lebih terperinciTrihastuti Agustinah
TE 9467 Teknik Nmerik Sistem Linear Trihastti Agstinah Bidang Stdi Teknik Sistem Pengatran Jrsan Teknik Elektro - FTI Institt Teknologi Seplh Nopember O U T L I N E OBJEKTIF TEORI CONTOH 4 SIMPULAN 5 LATIHAN
Lebih terperinciPerancangan Job-Person Matching di Bagian Sediaan Non-Betalaktam Departemen Instalasi Produksi Lafiad
Jurna Teematika, vo. 9 no. 2, Institut Teknoogi Harapan Bangsa, Bandung ISSN: 1858-2516 Perancangan Job-Person Matching di Bagian Sediaan Non-Betaaktam Departemen Instaasi Produksi Lafiad Devi Puspitarini
Lebih terperinci(b) Tekuk Gambar 7.1. Pembebanan Normal Negatif
BB VII T E K U K N 7.1. Terjadinya Tekukan Tekukan terjadi apabia batang tekan memiiki panjang tertentu yang yang jauh ebih besar dibandingkan dengan penampang intangnya. Perhatikan Gambar 7.1 di bawah,
Lebih terperinciTrihastuti Agustinah. TE Teknik Numerik Sistem Linear
E 09467 eknik Nmerik Sistem Linear rihastti Agstinah Bidang Stdi eknik Sistem Pengatran Jrsan eknik Elektro - FI Institt eknologi Seplh Nopember O U L I N E OBJEKIF EORI 3 CONOH 4 SIMPULAN 5 LAIHAN OBJEKIF
Lebih terperincilim 0 h Jadi f (x) = k maka f (x)= 0 lim lim lim TURUNAN/DIFERENSIAL Definisi : Laju perubahan nilai f terhadap variabelnya adalah :
TURUNAN/DIFERENSIAL Deinisi : Laj perbaan nilai teradap ariabelnya adala : y dy d lim = lim = 0 0 d d merpakan ngsi bar disebt trnan ngsi ata perbandingan dierensial, proses mencarinya disebt menrnkan
Lebih terperinciBab III Metode Akuisisi dan Pengolahan Data
Bab III Metode Akuiii dan Pengoahan ata III.1 Pembuatan Mode Fii Bagian paing penting dari peneitian ini iaah pemodean fii auran fuida yang digunakan. Mode auran ini digunakan ebagai medium airan fuida
Lebih terperinciIT CONSULTANT UNIVERSITAS MURIA KUDUS (ITC - UMK)
IT CONSULTANT UNIVERSITAS MURIA KUDUS (ITC - UMK) Arif Setiawan 1*, Pratomo Setiaji 1 1 Program Stdi Sistem Informasi, Fakltas Teknik, Universitas Mria Kds Gondangmanis, PO Box 53, Bae, Kds 59352 * Email:
Lebih terperinciBAB 2 TINJAUAN PUSTAKA. mendorong pengembangan yang sukses, dan suatu desain didasarkan kepada
BAB TIJAUA PUSTAKA.. Pendahlan Disain prodk merpakan proses pengembangan konsep aal ntk mencapai permintaan dan kebthan dari konsmen. Sat desain prodk ang baik dapat mendorong pengembangan ang skses, dan
Lebih terperinciFAKULTAS DESAIN dan TEKNIK PERENCANAAN
Wiryanto Dewobroto ---------------------------------- Jrsan Teknik Sipil - Universitas elita Harapan, Karawaci FAKULTAS DESAIN dan TEKNIK ERENCANAAN UJIAN TENGAH SEMESTER ( U T S ) GENA TAHUN AKADEMIK
Lebih terperinciSIMULASI HAMILTONIAN CHAOS PADA OSILASI HARMONIK DAN REDAMAN MENGGUNAKAN BORLAND DELPHI 7.
Prosiding Perteuan Iiah XXIV FI Jateng & DIY, Searang 0 Ari 00 3 ha. 3-37 SIMULASI AMILTONIAN AOS PADA OSILASI ARMONIK DAN REDAMAN MENGGUNAKAN BORLAND DELPI 7. Nuru Fitria, Suari, Viska Inda Variani Jurusan
Lebih terperinciTUGAS MAKALAH FISIKA. Disusun Oleh: : Fauzan Fakhrul Arifin. Kelas : X-6. No. Absen : 12
TUGAS MAKALAH FISIKA GLOMANG LKTROMAGNTIK Dissn Oleh: Naa : Fazan Fakhrl Arifin Kelas : X-6 No. Absen : 1 SMAN 1 SIDOARJO 11/1 I. Pendahlan Keajan teknologi saat ini seakin eningkat berikt dala penggnaan
Lebih terperinciANALISIS FOURIER. Kusnanto Mukti W./ M Jurusan Fisika Fakultas MIPA Universitas Sebelas Maret. Abstrak
ANALISIS FOURIER Kusnanto Mukti W./ M0209031 Jurusan Fisika Fakutas MIPA Universitas Sebeas Maret Abstrak Anaisis fourier adaah cara matematis untuk menentukan frekuensi dan ampitudo harmonik. Percobaan
Lebih terperinciNAMA : KELAS : theresiaveni.wordpress.com
1 NAMA : KELAS : teresiaeni.wordpress.com TURUNAN/DIFERENSIAL Deinisi : Laj perbaan nilai teradap ariabelnya adala : y dy d ' = = d d merpakan ngsi bar disebt trnan ngsi ata perbandingan dierensial, proses
Lebih terperinciPENJUMLAHAN MOMENTUM SUDUT
PENJUMAHAN MOMENTUM SUDUT A. Penjulahan Moentu Sudut = + Gabar.9. Penjulahan oentu angular secara klasik. Dua vektor oentu angular dan dijulahkan enghasilkan Jika oentu angular elektron pertaa adalah dan
Lebih terperincimerupakan kabupaten ke dua terbesar di Jawa Timur. Kabupaten Malang berbatasan dengan dua kota madya yaitu Malang dan Batu dan
IPTEK BAGI MASYARAKAT (IBM) USAHA PENGOLAHAN KURMA TOMAT MENGHADAPI PERMASALAHAN INTENSITAS PERUBAHAN CUACA PADA POSDAYA MANALAGI VI DAN VII DUSUN SUMBERMULYO DESA MADIREDO KECAMATAN PUJON Samsl Arifin
Lebih terperinci(a) (b) Gambar 1. garis singgung
BAB. TURUNAN Sebelm membahas trnan, terlebih dahl ditinja tentang garis singgng pada sat krva. A. Garis singgng Garis singgng adalah garis yang menyinggng sat titik tertent pada sat krva. Pengertian garis
Lebih terperinciALJABAR LINEAR (Vektor diruang 2 dan 3) Disusun Untuk Memenuhi Tugas Mata Kuliah Aljabar Linear Dosen Pembimbing: Abdul Aziz Saefudin, M.
ALJABAR LINEAR (Vektor dirang 2 dan 3) Dissn Untk Memenhi Tgas Mata Kliah Aljabar Linear Dosen Pembimbing: Abdl Aziz Saefdin, M.Pd Dissn Oleh : Kelompok 3/3A4 1. Nrl Istiqomah 14144100130 2. Ambar Retno
Lebih terperinciMULTICRITERIA DECISION MAKING (MCDM)_3 PRASETYANINGRUM
MULTICRITERIA DECISION MAKING (MCDM)_3 IRA PRASETYANINGRUM PENDEKATAN KEPUTUSAN KELOMPOK Metoda Dephi Peniaian keompok, diakukan sharing dipandu moderator Masaah Daftar Anggota Ahi Masaah disampaikan ke
Lebih terperincimatematika K-13 PEMBAGIAN HORNER DAN TEOREMA SISA K e l a s
i K- ateatika K e l a s XI PEMBAGIAN HORNER DAN TEOREMA SISA Tujuan Peelajaran Setelah epelajari ateri ini, kau diharapkan eiliki keapuan erikut.. Menguasai konsep peagian suku anyak dengan etode Horner..
Lebih terperinciBab 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 terperinciBAB 2 LANDASAN TEORI. Pada bab ini akan dibahas tentang teori-teori dan konsep dasar yang mendukung pembahasan dari sistem yang akan dibuat.
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas tentang teori-teori dan konsep dasar yang mendkng pembahasan dari sistem yang akan dibat. 2.1. Katalog Perpstakaan Katalog perpstakaan adalah sat media yang
Lebih terperinciOutline. Pengertian Dasar Arsitektur Tugas Data Mining Contoh Penggunaan Data Mining
Outine Pengertian Dasar Arsitektur Tugas Data Mining Contoh Penggunaan Data Mining Latar Beakang 3 Mengapa harus Data Mining? Definisi Data Mining Pengertian Yang Saah Imu Data Mining Arsitektur Data Mining
Lebih terperinciAnalisis Pengaruh Semen Konduktif Sebagai Media Pembumian Elektroda Batang
Anaisis Pengaruh Semen Konduktif Sebagai Media Pembumian Eektroda Batang I M Yuistya Negara, Daniar Fahmi, D.A. Asfani, Bimo Prajanuarto, Arief M. Jurusan Teknik Eektro Institut Teknoogi Sepuuh Nopember
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Konsep Dasar Graph Sebelu sapai pada pendefinisian asalah network flow, terlebih dahulu pada bagian ini akan diuraikan engenai konsep-konsep dasar dari odel graph dan representasinya
Lebih terperinciBAB IV Persamaan Matematika IV.1 Model Perkiraan Limpasan Permukaan
68 BAB IV Persamaan Matematika IV.1 Mode Perkiraan Limpasan Permukaan Sudjono (1995) menguraikan konsep runoff yang teah diubah secara idea pada segmen keci, berdasar pada prinsip keseimbangan air. Mode
Lebih terperinciPENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS
PENGENDALIAN OPTIMAL PADA MODEL KEMOPROFILAKSIS DAN PENANGANAN TUBERKULOSIS Ole: Citra Dewi Ksma P. 106 100 007 Dosen pembimbing: DR. Sbiono, MSc. Latar Belakang PENDAHULUAN Penyakit Tberklosis TB adala
Lebih terperinciPENERAPAN MANAJEMEN KINERJA DI PERUSAHAAN MANAJEMEN KINERJA PERTEMUAN KETIGA
PENERAPAN MANAJEMEN KINERJA DI PERUSAHAAN MANAJEMEN KINERJA PERTEMUAN KETIGA PENERAPAN MANAJEMEN KINERJA Daam pertemuan pekan ini pokok bahasan kita adaah penerapan manajemen kinerja di perusahaan, dampaknya
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DOSEN BERPRESTASI DENGAN MENGGUNAKAN METODE FUZZY DATABASE MODEL TAHANI
DINAMIKA INFORMATIKA Vo.6 No. 1, Maret 2014 ISSN 2085-3343 SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN DOSEN BERPRESTASI DENGAN MENGGUNAKAN METODE FUZZY DATABASE MODEL TAHANI Teguh Khristianto, Bayu Surarso,
Lebih terperinciMODEL KEBUTUHAN PENUMPANG BANDAR UDARA SULTAN SYARIF KASIM II PEKANBARU. Pada Lumba 1, Rismalinda 2
MODEL KEBUTUHAN PENUMPANG BANDAR UDARA SULTAN SYARIF KASIM II PEKANBARU Pada Luba, Risainda eai: padaubaat@yahoo.co ABSTRAK Pada tahun, bandara udara SSK II pada kondisi existing eiiki kapasitas,8 juta
Lebih terperinciBAB. 6 DINAMIKA ROTASI DAN KESETIMBAGAN BENDA TEGAR A. MOMEN GAYA DAN MOMEN INERSIA
BAB. 6 DINAMIKA OTASI DAN KESETIMBAGAN BENDA TEGA A. MOMEN GAYA DAN MOMEN INESIA 1. Momen Gaya Benda hanya dapat mengaami perubahan gerak rotasi jika pada benda tersebut diberi momen gaya, dengan adanya
Lebih terperinci