ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER
|
|
- Widya Hadiman
- 6 tahun lalu
- Tontonan:
Transkripsi
1 ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA
2 PENDAHULUAN Liquid Crystal elastomer (LCE merupaan materi luna dengan eberaturan orientasional dan memii fitur ombinasi antara liquid crystal (LC dengan polimer yang elasti. LCE petama ali diusulan oleh de Genes dan pertama ali disintesis oleh Finelman dan awan-awan (Finelman, d., Materi ini terdiri atas polimer LC dengan pautan melintang (cross-lined dengan sisi eberaturan orientasional. Keberadaan LCE membawa banya fenomena yang tida ditemuan pada ristal cair ataupun polimer. Fitur utama yang dibawa oleh LCE adalah adanya opling yang uat antara deformasi meani dengan order orientasional. Sebagai onseuensi dari opling ini, regangan (strain meanis aan mengubah parameter benahan (order parameter dan oleh sebab itu sifat-sifat fisis LCE yang ditunjuan dengan adanya rangsangan luar, misalnya adanya pengaruh cahaya saja aan menghasilan perubahan yang sangat besar. Seperti ditunjuan oleh Camacho-Lopez d. (2004 bahwa eberaturan orientasional dapat dipengaruhi oleh adanya rangsangan seperti halnya cahaya. Merea mendemonstrasian bahwa dengan melarutan azo dyes e dalam cuplian LCE, maa deformasi meanis sebagai respon terhadap iluminasi ta uniform oleh cahaya tampa menjadi sangat besar (bengo lebih dari 60 o dan lebih dari dua orde magnitud lebih cepat dibandingan dengan yang telah dilaporan sebelumnya (Finelman d, Deformasi indusi-cahaya cepat memunginan LCE berinterasi dengan lingungan dengan cara yang baru dan tida diharapan. Ketia sebuah beras cahaya dari atas disinaran e arah sample dye-doped LCE yang mengambang di air, maa LCE aan berenang menjauhi cahaya tersebut. Banya penelitian telah dilauan untu mengaji secara mendalam mengenai tanggap LCE oleh adanya rangsangan luar. Namun demiian, dinamia ristal cair jenis ini belum dapat dijelasan secara gamblang. Seperti penelitian yang telah 2
3 dilauan oleh Cvilinsi d (2003 tentang isomerisasi UV pada nematic elastomer. Dari penelitian ini terungap bahwa relasasi marosopi ditentuan oleh relasasi order nemati dan buan oleh relasasi jaringan polimer. Bentu dari LCE sangat bergantung epada parameter group mesogeni. Keberaturan ini dapat dimanipulasi jia photo-isomerisable group, misalnya N = N iatan dimasuan e dalam materi. Tanggap foto meani panjang dari azo-benzena yang berisi nematic elastomer pada suhu yang berbeda telah diaji dengan menggunaan penguuran gaya dan optical berifringe yang difousan pada aspe fundamental dari dinamia populasi dan beraitan dengan laju eberulangan respon. PERSAMAAN GERAK Untu menjelasan perilau dinami dari LCE ini, maa perlu diselesaian ungapan persamaan diferensial yang menyataan evolusi watu terhadap pergeseran materi elastis yang ditunjuan oleh persamaan λ u t = 1 2 α ( L 1 F L o + α (Λ(J 1 J F 1 + λ 1 2λ 3 α (( α u F 1 +F T α u T F T ` (1 dengan λ : onstanta bilangan positif, F adalah gradien deformasi, L o =I +2 μ Q o adalah tensor panjang langah pada eadaan awal dimana Q o adalah tensor parameter benahan mula-mula, dan J = det(f. Sedangan untu menyataan perubahan parameter benahan pada setiap saat dinyataan oleh persamaan S t = 1 [ 6(1 μ S tr (FL F T 2 o 3(1+2μ2 S 2 μ 2 S + (1 μ S(1+2μ S ( 3 Tem 5( 300 1S +4 S 2 5S (1+2μ S 2 tr(nn T FL o F T ] (2 3
4 Beberapa parameter yang terlibat dalam persamaan ini antara lain S: parameter benahan, yaitu parameter yang bertanggung jawab terhadap eadaan LC, µ: parameter relasasi, Tem: fungsi suhu yang bergantung pada loasi dan watu, F: gradient deformasi dan n: vetor director. Untu asus fase uniasial, bentu tensor parameter benahan dinyataan oleh Q=S ( 3/ 2 nn T 1 2 I. Untu menjaga panjang director n, maa perlu dinyataan sebuah persamaan diferensial seperti diperlihatan di bawah ini n t = μ S 3 S 2 (1 μ S (1+2 μ S [ FL o F T tr (nn T FL o F T I ] n (3 Persamaan beriutnya menyataan eadaan deformasi LCE pada setiap saat yang dinyataan oleh persamaan F t = α ' u (4 ALGORITMA UNTUK MENYELESAIKAN PERSAMAAN GERAK PADA DINAMIKA LCE Sebagaimana diperlihatan pada persamaan (1, (2, (3 dan (4 bahwa eempat persamaan diferensial tersebut mengandung derivatif watu dan ruang. Oleh sebab itu, ada beberapa metode yang dapat digunaan untu menyelesaian persamaan ini. Diantara metode yang dapat diuji untu menyelesaian persamaan diferensial ini antara lain (1 metode FTCS (Forward in Time, Centerd in Space, yaitu pendeatan derivatif dengan menggunaan pendeatan beda maju untu derivatif watu dan beda terpusat untu derivatif ruangnya (2 metode CTCS (Centered-Space Centered-Space, yaitu metode yang menggunaan pendeatan beda hingga terpusat untu derivatif watu dan ruangnya, (3 metode spectral(fft, DFT dan Chebyshev. Namun demiian, 4
5 dalam paper ini hanya aan digunaan metode FTCS mengingat esederhanaan dalam disretisasinya. 1 ALGORITMA UNTUK PERSAMAAN PERGESERAN Sebagaimana dinyataan oleh persamaan (1 λ u t = 1 2 α ( L 1 F L o + α (Λ(J 1 J F 1 + λ 1 2 λ 3 α (( α u F 1 +F T α u T F T Persamaan ini dapat diselesaian dengan metode FTCS yaitu dengan mengambil pendeatan beda hingga maju untu derivatif watu dan beda hingga terpusat untu derivatif ruangnya. Dalam persamaan tersebut derivatif watu sudah jelas tampa, tetapi untu derivatif ruangnya perlu diaji lebih lanjut. Sebelum ita melauan disretisasi terhadap persamaan (1, maa terlebih dahulu aan dijelasan beberapa hal mengenai parameter yang terlibat di dalam persamaan ini. Apabila digunaan oordinat artesan, maa ungapan α dapat dinyataan sebagai α =î x + ĵ y + z. Sedangan untu L dan F masing-masing dapat dinyataan sebagai mengingat [3 L= I+2μ Q=[ ] 2 n xn x μ 3 2 n n y x n n z x Q=S ( 3/ 2nn T 1 2 I atau 3 2 n 3 x n y 2 n x n z 3 2 n n 1 3 y y 2 2 n n y z (5 3 2 n n z y 2] 3 2 n n 1 z z (6a Q ij =S ( 3 2 n i n j 1 2 δ ij (6b 5
6 Sedangan F adalah gradien deformasi yang dinyataan oleh F ij = R i R oj (7 Mana fisis yang terandung di dalam gradien deformasi ini dapat dijelasan sebagai beriut. Jia dipandang sebuah ruang acuan S R dari sebuah benda sebelum melauan deformasi e ruang S T. Sebuah titi materi R o di dalam S R menjadi R=R o +u( R o di dalam S T (Lihat gambar 1. Gambar 1. Deformasi benda elastis. Sebuah titi dengan oordinat R o dalam ruang acuan S R dipindahan e posisi baru R di dalam ruang target S T. Deformasi digambaran secara penuh oleh medan vetor pergeseran u( R o pada setiap titi dalam bentu benda mula-mula. Selanjutnya R o dipindah e R oleh u( R o. Matris V dan U masing-masing adalah rotasi untu S R dan S T. Sudah jelas bahwa hanya gradien pergeseran saja yang berontribusi terhadap efe fisis: medan pergeseran uniform u beraitan dengan perpindahan benda secara eseluruhan. Apabila transformasi ruang target terjadi arena rotasi U sehingga R '=U R dan deformasi ruang acuan arena rotasi V sehingga R o ' =V R o maa tensor gradien deformasi dapat dinyataan oleh ' R F l =U i T l V R jl oj (8a 6
7 F ' =U F V T atau sebaliya (8b F=U T F ' V (8c dimisalan Selanjutnya, untu melauan disretisasi pada persamaan (1 maa perlu A=L 1 F L o atau A ij =(L 1 F L o ij (9 B=Λ(J 1J F T atau B ij =(Λ( J 1 J F T ij (10 C = α u F 1 F T atau C ij =( α u F 1 F T ij (11 D=F T α u T F T atau D ij =(F T α u T F T ij (12 sehingga diperoleh bentu yang lebih sederhana λ u t = 1 2 α A+ α B+ λ 1 2λ 3 α (C +D atau (13a λ u i t = 1 2 i A ij + i B ij + λ 1 2λ 3 i (C ij + D ij (13b Jia disretisasi dilauan hanya e arah x saja maa diperoleh λ u +1 x u x = 1 Δ t 2 A xj,i +1 + λ 1 ( C xj, i+1 2 λ 3 u +1 x = 1 λ u x+ Δ t 2λ + λ 1 Δt A xj,i 1 2 Δ x C xj,i 1 A xj,i+1 ( C xj, i+1 2λ λ 3 + D xji+1 + B xj, i+1 B xj,i 1 D xj,i 1 A xj,i 1 + Δ t 2 Δ x λ C xj,i 1 B xj, i+1 + D xj, i+1 B xj,i 1 D xj,i 1 (14 (15 dengan j=1..3 (atau x, y dan z. Beda hingga yang digunaan untu mendeati ungapan derivatif pada (15 adalah beda maju untu derivatif watu dan beda terpusat untu derivatif ruangnya. Berdasaran pada disretisasi (15 maa ita dapat menyusun algoritma untu memperoleh ungapan pergeseran u pada setiap saat. 7
8 (1 Tentuan harga tetapan λ,λ 1, λ 3 (2 Tentuan panjang langah untu Δ t dan Δ x (3 Tentuan batas bawah t a dan batas atas t b untu derivatif watu. (4 Tentuan batas bawah x a dan batas atas x b untu derivtif ruangnya. (5 Tentuan jumlah iterasi masimum M = (t b t a Δt dan N = ( x b x a Δ x o (6 Menentuan syarat awal, yaitu pada t=0.0 untu menentuan u=u x (7 Memberian syarat batas (dapat berupa Dirichlet atau Neuman untu A xj, B xj, D xj, D xj di sepanjang x= N (8 Untu =1:N (a t =t a + Δ t 1. Untu i=1:n-1 1. x i = x a +i Δ x 2. Hitung A i = Δt 2λ A xj, i+1 A xj,i 1, B i = Δt λ B xj,i+1 B xj, i 1 2 Δ x C xj,i +1 2 λ λ 3 C i = λ 1 Δ t C xj,i 1 dan D i = D xj, i+1 D xj,i 1 3. Hitung u i+1 =u i + A i +B i +C i +D i (b Tampilan data untu t, x dan u. (9 Selesai 2 ALGORITMA PERSAMAAN DINAMIKA PARAMETER BENAHAN Persamaan parameter benahan diberian oleh persamaan (2 yang dapat ditulis embali 8
9 S t = 1 [ 6(1 μ S tr (FL F T 2 o 3(1+2μ2 S 2 μ 2 S + (1 μ S(1+2μ S ( 3 Tem 5( 300 1S +4 S 2 5S (1+2μ S 2 tr(nn T FL o F T ] Persamaan diferensial seperti ditunjuan oleh persamaan di atas tentunya lebih mudah dierjaan dibandingan dengan persamaan sebelumnya, mengingat ruas anan tida mengandung derivatif ruang. Aan tetapi, untu mempermudah perhitungan, ita perlu melauan penyederhanaan. Apabila dimisalan A=tr(FL o F T, B=tr(nn T FL o F T sehingga persamaan (1 menjadi S t = 1 2[ 6(1 μ S tr ( A 3(1+2 μ 2 S 2 tr (1+2μ S (B] + μ 2 S 2 (1 μ S(1+2μ S ( 3 Tem 5( 300 1S+4S2 5S (16 maa ita cuup menggunaan pendeatan beda maju saja untu derivatif watunya, sehingga diperoleh ungapan disretisasi S i+1 S i Δt = 1 2[ 6(1 μ S i tr ( A 3(1+2μ2 S 2 i tr (1+2μ S i (B] + μ 2 S i 2 (1 μ S i (1+2μ S i +200 Tem 3 ( 5( 300 1S +4S 2 i i 5 S i 3 (17 atau S i+1 =S i Δt 2[ 6(1 μ S i tr ( A 3(1+2 μ2 S 2 i tr ( (1+2 μ S i B] + Δ t μ 2 S i 2 (1 μ S i (1+2 μ S i +200 Δ t Tem 3 ( 5( 300 1S +4 S i i 2 5 S i 3 (18 Dari persamaan (18 ita dapat menyusun algoritma dinamia parameter benahan sebagai beriut: 2. Tentuan onstanta μ dan Tem 3. Tentuan tensor gradient deformasi F, tensor panjang langah L o dan vetor director n. 9
10 4. Hitung A=tr(FL o F T dan B=tr(nn T FL o F T 5. Tentuan batas bawah t a dan batas atas t b untu derivatif watu. 6. Tentuan panjang langah watu Δ t 7. Hitung jumlah iterasi N = (t b t a Δt 8. Berian harga awal (inisialisasi S=S o 9. Untu i=1:n (a t i =t a +i Δt (b Hitung Δ t [ Y i = 6(1 μ S i tr ( A 3(1+2μ2 S 2 i tr 2 (1+2 μ S i (B] + Δt μ 2 S i 2 (1 μ S i (1+2 μ S i +200Δ t Tem 3 ( 5( 300 1S +4S 2 i i 5S i 3 (c Hitung S i+1 =S i +Y i (d Tampilan data S untu tiap elemen t i 10. Selesai 3 ALGORITMA PERSAMAAN DINAMIKA DIRECTOR Untu menyelesaian secara numeri bentu dari ungapan derivatif watu pada persamaan dinamia director n, maa perlu dilauan pernyederhaan ungapan terlebih dahulu. Dimisalan A=(FL o F T, B=tr(nn T FL o F T I dan C=A+B maa persamaan (3 menjadi n t = μ S 3 S 2 (1 μ S (1+2 μ S C n (19 Jia diambil pada arah sumbu x saja, maa ungapan (19 menjadi n x t = μ S 3S 2 (1 μ S (1+2 μ S C n x (20 10
11 Dengan menggunaan pendeatan beda hingga maju pada derivatif watunya, maa ungapan (20 dapat dinyataan oleh n x i+1 n x i Δ t μ S = 3 S 2 (1 μ S(1+2μ S C n i x (21 atau n i+1 x =n i Δt μ S x + 3S 2 (1 μ S(1+2μ S C n i x (22 dengan cara yang sama diperoleh untu disretisasi e arah sumbu y dan z n i+1 y =n i Δ t μ S y + 3 S 2 (1 μ S (1+2 μ S C n i y n i+1 z =n i Δ t μ S z + 3S 2 (1 μ S(1+2 μ S C n i z (23 (24 Berdasaran pada persamaan (22, (23 atau (24 maa ita dapat menyusun algoritma program sebagai beriut. 1. Tentuan onstanta μ dan S 2. Tentuan tensor gradient deformasi F, tensor panjang langah L o dan vetor director n. 3. Hitung A=FL o F T dan B=tr(nn T FL o F T I 4. Tentuan batas bawah t a dan batas atas t b untu derivatif watu. 5. Tentuan panjang langah watu Δ t 6. Hitung jumlah iterasi N = (t b t a Δt 7. Berian harga awal (inisialisasi n i =n o (ita dapat mengambil derivatif e arah sumbu x, y atau z 8. Untu i=1:n (a t i =t a +i Δt 11
12 Δt μ S (b Hitung y i = 3 S 2 (1 μ S (1+2μ S C n i (c Hitung n i+1 =n i + y i (d Tampilan data n i pada tiap elemen t i 9. Selesai 4 ALGORITMA DINAMIKA DEFORMASI Persamaan dinamia deformasi benda elastis dinyataan oleh persamaan (4, atau jia ditulis embali F t = α ' u Sebelum ita membuat algoritma penyelesaian numeri persamaan diferensial di atas, maa perlu terlebih dahulu dijabaran variabel yang terlibat di dalamnya. Variabel F adalah tensor deformasi yang berhubungan dengan tensor gradien pergeseran u dengan hubungan F ij =δ ij +u ij (25 Identitas δ ij merupaan tensor satuan yang menyataan tida adanya deformasi. Sedangan u ij adalah tensor gradien pergeseran yang dinyataan oleh ungapan u ij = u i R oj (26 Dengan mensubstitusian ungapan (25 e persamaan (4 maa diperoleh F ij = α u t j atau (δ ij +u ij = t α u j atau (u ij = t α u ij atau 12
13 (u ij = u j (27 t x i mengingat (δ ij =0. Dengan demiian, berdasaran pada persamaan (27 ita dapat t melauan disretisasi sebagai beriut. Jia hanya diambil pada arah sumbu x saja, maa dengan menerapan metode FTCS diperoleh ungapan disretisasi (u +1 xj u xj Δt = u j, i+1 u j,i 1 (28 atau u +1 xj =u xj + Δt 2 Δ x ( u j,i+1 u j,i 1 (29 dengan j=1..3 (x,y dan z. Selanjutnya dapat dibuat algoritma sebagai beriut (1 Tentuan panjang langah untu Δ t dan Δ x (2 Tentuan batas bawah t a dan batas atas t b untu derivatif watu. (3 Tentuan batas bawah x a dan batas atas x b untu derivtif ruangnya. (4 Tentuan jumlah iterasi masimum M = (t b t a Δt dan N = ( x b x a Δ x (5 Menentuan syarat awal, yaitu pada t=0.0 untu menentuan u=u x o (6 Memberian syarat batas (dapat berupa Dirichlet atau Neuman untu di u j,i sepanjang x= N (7 Untu =1:N (a t =t a + Δ t 1. Untu i=1:n-1 1. x i = x a +i Δ x 2. Hitung y i = Δt ( u j,i +1 u j,i 1 13
14 3. Hitung u i+1 =u i + y i (b Tampilan data untu t i, x i dan u i. (8 Selesai Setelah diperoleh harga u ij, maa dilanjutan dengan menghitung tensor gardien deformasi F ij =δ ij +u ij 14
Optimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciVARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL
SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS
Lebih terperinciBAB ELASTISITAS. Pertambahan panjang pegas
BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinci4. 1 Spesifikasi Keadaan dari Sebuah Sistem
Dalam pembahasan terdahulu ita telah mempelajari penerapan onsep dasar probabilitas untu menggambaran sistem dengan jumlah partiel ang cuup besar (N). Pada bab ini, ita aan menggabungan antara statisti
Lebih terperinci( s) PENDAHULUAN tersebut, fungsi intensitas (lokal) LANDASAN TEORI Ruang Contoh, Kejadian dan Peluang
Latar Belaang Terdapat banya permasalahan atau ejadian dalam ehidupan sehari hari yang dapat dimodelan dengan suatu proses stoasti Proses stoasti merupaan permasalahan yang beraitan dengan suatu aturan-aturan
Lebih terperinciBAB II LANDASAN TEORI. Graf adalah kumpulan simpul (nodes) yang dihubungkan satu sama lain
8 BAB II LANDASAN TEORI 2.1 Teori Graf 2.1.1 Definisi Graf Graf adalah umpulan simpul (nodes) yang dihubungan satu sama lain melalui sisi/busur (edges) (Zaaria, 2006). Suatu Graf G terdiri dari dua himpunan
Lebih terperinciINTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON. Makalah. Disusun guna memenuhi tugas Mata Kuliah Metode Numerik. yang dibimbing oleh
INTEGRAL NUMERIK KUADRATUR ADAPTIF DENGAN KAIDAH SIMPSON Maalah Disusun guna memenuhi tugas Mata Kuliah Metode Numeri yang dibimbing oleh Dr. Nur Shofianah Disusun oleh: M. Adib Jauhari Dwi Putra 146090400111001
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciBAB IV APLIKASI PADA MATRIKS STOKASTIK
BAB IV : ALIKASI ADA MARIKS SOKASIK 56 BAB IV ALIKASI ADA MARIKS SOKASIK Salah satu apliasi dari eori erron-frobenius yang paling terenal adalah penurunan secara alabar untu beberapa sifat yang dimilii
Lebih terperinciMODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU
MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA.1 Sifat Dasar Neutron Neutron yang dihasilan dari reator nulir biasanya merupaan neutron berenergi rendah. Secara umum, neutron energi rendah dapat dilasifiasian dalam tiga enis yaitu
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciPENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursakti ( )
PENERAPAN DYNAMIC PROGRAMMING DALAM WORD WRAP Wafdan Musa Nursati (13507065) Program Studi Teni Informatia, Seolah Teni Eletro dan Informatia, Institut Tenologi Bandung Jalan Ganesha No. 10 Bandung, 40132
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciII. TINJAUAN PUSTAKA. sebuah teknik yang baru yang disebut analisis ragam. Anara adalah suatu metode
3 II. TINJAUAN PUSTAKA 2.1 Analisis Ragam (Anara) Untu menguji esamaan dari beberapa nilai tengah secara sealigus diperluan sebuah teni yang baru yang disebut analisis ragam. Anara adalah suatu metode
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini disampaian beberapa pengertian dasar yang diperluan pada bab selanutnya. Selain definisi, diberian pula lemma dan teorema dengan atau tanpa buti. Untu beberapa teorema
Lebih terperinciBAB III HASIL DAN PEMBAHASAN
15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperincimungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing
. DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar
Lebih terperinciBAB 2 TEORI PENUNJANG
BAB EORI PENUNJANG.1 Konsep Dasar odel Predictive ontrol odel Predictive ontrol P atau sistem endali preditif termasu dalam onsep perancangan pengendali berbasis model proses, dimana model proses digunaan
Lebih terperinciDeret Pangkat. Ayundyah Kesumawati. June 23, Prodi Statistika FMIPA-UII
Keonvergenan Kesumawati Prodi Statistia FMIPA-UII June 23, 2015 Keonvergenan Pendahuluan Kalau sebelumnya, suu suu pada deret ta berujung berupa bilangan real maa ali ini ita embangan suu suunya dalam
Lebih terperinciI. PENDAHULUAN. Teori graf merupakan salah satu bagian ilmu dari matematika dan merupakan
I. PENDAHULUAN. Latar Belaang Teori graf merupaan salah satu bagian ilmu dari matematia dan merupaan poo bahasan yang relatif muda jia dibandingan dengan cabang ilmu matematia yang lain seperti aljabar
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciKumpulan soal-soal level seleksi Kabupaten: Solusi: a a k
Kumpulan soal-soal level selesi Kabupaten: 1. Sebuah heliopter berusaha menolong seorang orban banjir. Dari suatu etinggian L, heliopter ini menurunan tangga tali bagi sang orban banjir. Karena etautan,
Lebih terperinciBAB IV Solusi Numerik
BAB IV Solusi Numeri 4. Algoritma Genetia Algoritma Genetia (AG) [2] merupaan teni pencarian stoasti yang berdasaran pada meanisme selesi alam dan prinsip penurunan genetia. Algoritma genetia ditemuan
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciBAB III ANALISIS DISKRIMINAN. analisis multivariat dengan metode dependensi (dimana hubungan antar variabel
BAB III ANALISIS DISKRIMINAN 3.1 Pengertian Analisis Disriminan Analisis disriminan merupaan sala satu metode yang digunaan dalam analisis multivariat dengan metode dependensi (dimana ubungan antar variabel
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciMATA KULIAH MATEMATIKA TEKNIK 2 [KODE/SKS : KD / 2 SKS] Ruang Vektor
MATA KULIAH MATEMATIKA TEKNIK [KODE/SKS : KD4 / SKS] Ruang Vetor FIELD: Ruang vetor V atas field salar K adalah himpunan ta osong dengan operasi penjumlahan vetor dan peralian salar. Himpunan ta osong
Lebih terperinciAPLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK. Tesis
APLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Tesis Program Studi Teni Eletro Jurusan Ilmu-ilmu Teni disusun oleh : Wiwien Widyastuti 8475/I-/820/02 PROGRAM PASCASARJANA
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciBAB II TEORI DASAR. Sistem struktur yang mengalami problem dinamik mempunyai perbedaan
BAB II TEORI DASAR II. Umum Sistem strutur yang mengalami problem dinami mempunyai perbedaan yang signifian terhadap problem stati. Yaitu sistem strutur pembebanan dinami memerluan sejumlah oordinat bebas
Lebih terperinciNeural Network menyerupai otak manusia dalam dua hal, yaitu:
2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat
Lebih terperinciPELABELAN FUZZY PADA GRAF. Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman.
JMP : Volume 6 Nomor, Juni 04, hal. - PELABELAN FUZZY PADA GRAF Siti Rahmah Nurshiami, Suroto, dan Fajar Hoeruddin Universitas Jenderal Soedirman email : oeytea0@gmail.com ABSTRACT. This paper discusses
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciRINGKASAN SKRIPSI MODUL PERKALIAN
RINGKASAN SKRIPSI MODUL PERKALIAN SAMSUL ARIFIN 04/177414/PA/09899 DEPARTEMEN PENDIDIKAN NASIONAL UNIVERSITAS GADJAH MADA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM YOGYAKARTA 2008 HALAMAN PENGESAHAN
Lebih terperinciSOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK (STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS)
Prosiding Semirata15 bidang MIPA BKS-PTN Barat Hal 357-36 SOLUSI KESTABILAN PADA MASALAH MULTIPLIKATIF PARAMETRIK STABILITY SOLUTION OF PARAMETRIC MULTIPLICATIVE PROBLEMS) Budi Rudianto 1, Narwen Jurusan
Lebih terperinciTanggapan Waktu Alih Orde Tinggi
Tanggapan Watu Alih Orde Tinggi Sistem Orde-3 : C(s) R(s) ω P ( < ζ (s + ζω s + ω )(s + p) Respons unit stepnya: c(t) βζ n n < n ζωn t e ( β ) + βζ [ ζ + { βζ ( β ) cos ( β ) + ] sin ζ ) ζ ζ ω ω n n t
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciFISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana
K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas
Lebih terperinciKumpulan soal-soal level seleksi provinsi: solusi:
Kumpulan soal-soal level selesi provinsi: 1. Sebuah bola A berjari-jari r menggelinding tanpa slip e bawah dari punca sebuah bola B berjarijari R. Anggap bola bawah tida bergera sama seali. Hitung ecepatan
Lebih terperinciBAB 5 RUANG VEKTOR UMUM. Dr. Ir. Abdul Wahid Surhim, MT.
BAB 5 RUANG VEKTOR UMUM Dr. Ir. Abdul Wahid Surhim, MT. KERANGKA PEMBAHASAN. Ruang Vetor Nyata. Subruang. Kebebasan Linier 4. Basis dan Dimensi 5. Ruang Baris, Ruang Kolom dan Ruang Nul 6. Ran dan Nulitas
Lebih terperinciTEORI KINETIKA REAKSI KIMIA
TORI KINTIK RKSI KII da (dua) pendeatan teoreti untu menjelasan ecepatan reasi, yaitu: () Teori tumbuan (collision theory) () Teori eadaan transisi (transition-state theory) atau teori omples atif atau
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Teori Fuzzy 2.1.1 Dasar-Dasar Teori Fuzzy Secara prinsip, di dalam teori fuzzy set dapat dianggap sebagai estension dari teori onvensional atau crisp set. Di dalam teori crisp
Lebih terperinciBEBERAPA MODIFIKASI METODE NEWTON RAPHSON UNTUK MENYELESAIKAN MASALAH AKAR GANDA. Supriadi Putra, M,Si
BEBERAPA ODIFIKASI ETODE NEWTON RAPHSON UNTUK ENYELESAIKAN ASALAH AKAR GANDA Suriadi Putra,,Si Laboratorium Komutasi Numeri Jurusan atematia Faultas atematia & Ilmu Pengetahuan Alam Universitas Riau Kamus
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciBAB VII ALGORITMA GENETIKA
BAB VII ALGORITMA GENETIKA Kompetensi : 1. Mahasiswa memahami onsep Algoritma Genetia Sub Kompetensi : 1. Dapat mengerti dasar metode Algoritma Genetia 2. Dapat memahami tahapan operator dalam Algoritma
Lebih terperinciSistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm)
Sistem Navigasi Perjalanan Berbasis Web Dengan Algoritma Koloni Semut (Ant Colony Algorithm) Arna Fariza 1, Entin Martiana 1, Fidi Wincoo Putro 2 Dosen 1, Mahasiswa 2 Politeni Eletronia Negeri Surabaya
Lebih terperinciY = + x + x x + e, e N(0, ), Residual e=y -Yˆ
Yogyaarta, 26 Noember 206 ISSN : 979 9X eissn : 25 528X ANALISIS PSEUDOINVERS DAN APLIKASINYA PADA REGRESI LINEAR BERGANDA Kris Suryowati Program Studi Statistia, Faultas Sains erapan, Institut Sains dan
Lebih terperinciPENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL
PENERAPAN PROGRAM DINAMIS UNTUK MENGHITUNG ANGKA FIBONACCI DAN KOEFISIEN BINOMIAL Reisha Humaira NIM 13505047 Program Studi Teni Informatia Institut Tenologi Bandung Jl. Ganesha 10, Bandung E-mail : if15047@students.if.itb.ac.id
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciModifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa
187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciSTUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT
TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciOSN 2014 Matematika SMA/MA
Soal 5. Suatu barisan bilangan asli a 1, a 2, a 3,... memenuhi a + a l = a m + a n untu setiap bilangan asli, l, m, n dengan l = mn. Jia m membagi n, butian bahwa a m a n. Solusi. Andaian terdapat bilangan
Lebih terperinciIII DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT
III DESKRIPSI DAN FORMULASI MASALAH PENGANGKUTAN SAMPAH DI JAKARTA PUSAT 3.1 Studi Literatur tentang Pengelolaan Sampah di Beberapa Kota di Dunia Kaian ilmiah dengan metode riset operasi tentang masalah
Lebih terperinciStudi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson
1 Studi Perbandingan Perpindahan Panas Menggunaan Metode Beda Hingga dan Cran-Nicholson Durmin, Drs. Luman Hanafi, M.Sc Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciBAB 3 PRINSIP SANGKAR BURUNG MERPATI
BAB 3 PRINSIP SANGKAR BURUNG MERPATI 3. Pengertian Prinsip Sangar Burung Merpati Sebagai ilustrasi ita misalan terdapat 3 eor burung merpati dan 2 sangar burung merpati. Terdapat beberapa emunginan bagaimana
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION
UPN Veteran Yogyaarta, 30 Juni 2012 CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION Ni G.A.P Harry Saptarini 1), Rocy Yefrenes Dilla 2) 1) Politeni Negeri Bali 2)
Lebih terperinciPENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER
PENDETEKSIAN GERAK TANGAN MANUSIA SEBAGAI INPUT PADA KOMPUTER Wiaria Gazali 1 ; Haryono Soeparno 2 1 Jurusan Matematia, Faultas Sains dan Tenologi, Universitas Bina Nusantara Jln. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciPenerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik
Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciBAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN
BAB V ALGORITMA PEMBELAJARAN DALAM JARINGAN SYARAF TIRUAN Kompetensi : 1. Mahasiswa memahami onsep pembelaaran dalam JST Sub Kompetensi : 1. Dapat mengetahui prinsip algoritma Perceptron 2. Dapat mengetahui
Lebih terperinciMateri. Menggambar Garis. Menggambar Garis 9/26/2008. Menggambar garis Algoritma DDA Algoritma Bressenham
Materi IF37325P - Grafia Komputer Geometri Primitive Menggambar garis Irfan Malii Jurusan Teni Informatia FTIK - UNIKOM IF27325P Grafia Komputer 2008 IF27325P Grafia Komputer 2008 Halaman 2 Garis adalah
Lebih terperinciAPLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK
APLIKASI METODE FUZZY MULTI CRITERIA DECISION MAKING (FMCDM) UNTUK OPTIMALISASI PENENTUAN LOKASI PROMOSI PRODUK Novhirtamely Kahar, ST. 1, Nova Fitri, S.Kom. 2 1&2 Program Studi Teni Informatia, STMIK
Lebih terperinciBAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA
BAB II KONSEP PERENCANAAN STRUKTUR TAHAN GEMPA. GEMPA BUMI Gempa bumi adalah suatu geraan tiba-tiba atau suatu rentetetan geraan tiba-tiba dari tanah dan bersifat transient yang berasal dari suatu daerah
Lebih terperinciSifat-sifat Nilai Eigen dan Vektor Eigen Matriks atas Aljabar Maxplus
J. Sains Dasar () Sifat-sifat Nilai Eigen dan Vetor Eigen Matris atas ljabar Maxplus (The Properties of Eigen Value and Eigen Vector of Matrices Over Maxplus lgebra) Musthofa * dan Nienasih inatari * Jurusan
Lebih terperinciMAT. 12. Barisan dan Deret
MAT.. Barisan dan Deret i Kode MAT. Barisan dan Deret U, U, U3,..., Un,... Un a + (n-)b U + U +..., Un +... n?? Sn? BAGIAN PROYEK PENGEMBANGAN KURIKULUM DIREKTORAT PENDIDIKAN MENENGAH KEJURUAN DIREKTORAT
Lebih terperinciPEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA
PEMANFAATAN METODE HEURISTIK DALAM PENCARIAN JALUR TERPENDEK DENGAN ALGORITMA SEMUT DAN ALGORITMA GENETIKA Iing Mutahiroh, Fajar Saptono, Nur Hasanah, Romi Wiryadinata Laboratorium Pemrograman dan Informatia
Lebih terperinciBahan Minggu II, III dan IV Tema : Kerangka acuan inersial dan Transformasi Lorentz Materi :
Bahan Minggu II, III dan IV Tema : Keranga auan inersial dan Transformasi Lorent Materi : Terdaat dua endeatan ang digunaan untu menelusuri aedah transformasi antara besaran besaran fisis (transformasi
Lebih terperinciPERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV
PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Nama Mahasiswa : Husien Haial Fasha NRP : 1207 100 011 Jurusan : Matematia FMIPA-ITS Dosen Pembimbing : Drs. Suharmadi, Dipl.
Lebih terperinciAnalisis Varians = Analysis of Variance = ANOVA
. Pendahuluan. Distribusi F Analisis Varians Analysis of Variance ANOVA χ² pengujian beberapa (>) proporsi ANOVA pengujian beberapa (>) nilai rata-rata Dasar perhitungan ANOVA ditetapan oleh Ronald A.
Lebih terperinciMASALAH VEKTOR EIGEN MATRIKS INVERS MONGE DI ALJABAR MAX-PLUS
Seminar Sains Penidi Sains VI UKSW Salatiga Juni 0 MSLH VEKTOR EIGEN MTRIKS INVERS MONGE DI LJBR MX-PLUS Farida Suwaibah Subiono Mahmud Yunus Jurusan Matematia FMIP Institut Tenologi Sepuluh Nopember Surabaya
Lebih terperinciMEKANIKA TANAH REMBESAN DAN TEORI JARINGAN MODUL 4. UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Sektor 7, Bintaro Jaya Tangerang Selatan 15224
MEKANIKA TANAH MODUL 4 REMBESAN DAN TEORI JARINGAN UNIVERSITAS PEMBANGUNAN JAYA Jl. Boulevard Bintaro Setor 7, Bintaro Jaya Tangerang Selatan 154 PENDAHULUAN Konsep pemaaian oefisien permeabilitas untu
Lebih terperinciKOMPUTASI DISTRIBUSI SUHU MENGGUNAKAN METODE LINE SUCCESSIVE OVERRELAXATION (LSOR) MELALUI PENDEKATAN BEDA HINGGA DALAM BAHASA PEMROGRAMAN MATLAB
QUANUM, Jurnal Inovasi Pendidian Sains, Vol., No., April 0, hlm. 53-60 53 KOMPUASI DISRIBUSI SUHU MENGGUNAKAN MEODE LINE SUCCESSIVE OVERRELAXAION (LSOR) MELALUI PENDEKAAN BEDA HINGGA DALAM BAHASA PEMROGRAMAN
Lebih terperinci