EKONOMIC DISPATCH SISTEM KELISTRIKAN LOMBOK MENGGUNAKAN METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO)

Ukuran: px
Mulai penontonan dengan halaman:

Download "EKONOMIC DISPATCH SISTEM KELISTRIKAN LOMBOK MENGGUNAKAN METODE CHAOTIC ANT SWARM OPTIMIZATION (CASO)"

Transkripsi

1 elektrka, ISSN Vol., No. : - 5, Pebruar 204 EKONOMIC ISPATCH SISTEM KEISTRIKAN OMBOK MENGGUNAKAN METOE CHAOTIC ANT SWARM OPTIMIZATION (CASO) Raa Yursta.,I Made Ar Nrartha 2, Agug Bud Muljoo 3 ABSTRAK Permasalaha umum yag dhadap operas ekooms sstem teaga lstrk adalah bagamaa meghaslka pembaga beba secara optmal dega baya operas mmum, yag umum dkeal sebaga Ecoomc spatch (E). Peelta dlakuka pada PT. PN (Persero) Wlayah NTB pada satu jam operas taggal 3 Jauar 200 pukul 06:00 WITA, dega jumlah geerator yag aktf sebesar 57,4% dar jumlah total geerator yag ada sebaga besar megguaka pembagkt thermal, desel. Peyelesaa E pada peelta megguaka metode optmas Chaotc At Swarm Optmzato (CASO) yag dbadgka dega hasl optmas operas PN da hasl optmas metode Algortma Geetka (AG). Hasl pembagkta total yag dhaslka dega metode optmas CASO dperoleh peghemata baya sebesar Rp /jam (,982%) dbadgka dega hasl optmas operas PN, da megalam pegkata baya sebesar Rp /jam (,603%) dbadgka hasl optmas metode AG. Kata Kuc: Pembagkt thermal, Ecoomc spatch, metode Chaotc At Swarm Optmzato PENAHUUAN Permasalaha umum yag dhadap pegoperasa sstem teaga lstrk adalah bagamaa meghaslka daya output secara optmal dega mmsas baya pegoperasa. Oleh sebab tu dperluka suatu metode perhtuga matemats yag dapat memmalka kosums baha bakar oleh geerator pada suatu sstem teaga lstrk utuk memperoleh kods operas ekooms. Ecoomc spatch (E) adalah pembaga daya yag harus dbagktka oleh geerator dalam suatu sstem teaga lstrk sehgga dapat memeuh kebutuha beba dega baya mmum. Tujua utama E adalah memmalka kosums baha bakar oleh geerator pada suatu system teaga lstrk utuk memperoleh kods optmal. Tujua yag dharapka dar peelta adalah bagamaa medapatka baya operas Sstem Kelstrka ombok yag mmum dega memeuh kekaga equalty da equalty megguaka metode optmas CASO, serta peerapa metode optmas CASO dalam meyelesaka operas ekooms Sstem Teaga strk. Operas ekooms merupaka suatu proses pembaga atau pejataha beba total kepada masg-masg ut pembagkt. Seluruh ut pembagkt dkotrol terus meerus dalam terval waktu tertetu sehgga dcapa pegoperasa yag optmal, dega demka pembagkta teaga lstrk dapat dlakuka dega cara yag palg ekooms. Tujua utama dar operas ekooms adalah utuk medapatka baya yag semmum mugk dega hasl daya yag dbagktka optmal. Sudah bayak metode optmas matemats yag dkembagka utuk meyelesaka permasalaha optmas E, bahka dega tekolog kecerdasa buata telah dkembagka utuk memecahka permasalaha E sepert peelta sebelumya (Kusmra, 20.) yag megguaka metode AG dalam Sstem Kelstrka ombok. ar peelta Kusmra,,(20), perhtuga E da rug salura, megguaka kods pada taggal 3 Jauar 200 jam 06:00 WITA utuk meghdar adaya pemadama yag dsebabka oleh kuragya kapastas pembagkt yag mesupla beba, sehgga dperoleh tgkat pembebaa pada kods sebearya d Sstem Kelstrka ombok yag dmodelka dalam betuk sstem dstrbus 23 bus yag terdr dar 4 geerator ON da 33 beba peyulag. Hasl dar peelta (Kusmra 20) da Zular, (200.), meghaslka baya operas yag lebh murah bla dbadgka dega operas PN da metode agrage, tetap dega rug-rug sstem yag lebh besar.., Jurusa Tekk Elektro, Fakultas Tekk Uverstas Mataram, Nusa Teggara Barat Idoesa

2 2 elektrka, (), Pebruar 204 Sstem Teaga strk. Sstem teaga lstrk merupaka suatu sstem terpadu yag terbetuk oleh hubuga-hubuga peralata da kompoe-kompoe lstrk yatu: geerator, trasformator, jarga teaga lstrk da beba-beba teaga lstrk, sepert yag dtujuka pada Gambar dbawah : Gambar. agram Segars Sstem Teaga strk Jes-jes Pembagkta Teaga str. Meurut bagamaa proses pem-bagkt memperoleh sumber daya, maka pembagkt teaga lstrk dapat dbag mejad :. Pembagkt lstrk teaga thermal (Thermal power plat) 2. Pembagkt lstrk teaga kma (Chemcal power plat) 3. Pembagkt lstrk teaga ar (Water power plat) 4. Pembagkt lstrk teaga ag (Wd power plat) Ut pembagkt thermal adalah pembagkt lstrk dega peggerak mula (prme mover) megguaka proses sklus paas. Pembagkta teaga lstrk ds melput: a. Baya Pembagkta. Baya operas dar suatu sstem teaga lstrk merupaka baya terbesar dalam pegoperasa suatu pe-rusahaa lstrk. Baya yag dkeluarka oleh suatu perusahaa lstrk utuk meghaslka eerg lstrk dalam suatu sstem teaga lstrk dtetuka oleh baya vestas da baya operas atau baya produks. Besar baya vestas tdak bergatug pada besar daya keluara pembagkt, tetap bergatug pada besar kapastas daya terpasag pembagkt. b. Karakterstk Iput Output Pem-bagkt. Karakterstk put output pembagkt therms adalah karakterstk yag meggambarka hubuga atara put kosums baha bakar (lter/jam) da output daya yag dhaslka oleh pembagkt (MW). Pada umumya karakterstk put output pembagkt therms ddekat dega fugs polomal orde dua, yatu:... () Varabel H merupaka put baha bakar pembagkt thermal ke (/jam), Pg adalah output pembagkt thermal ke- (MW), da varabel apg2, bpg, c merupaka kostata put-output pembagkt thermal ke. Peetua Parameter apg2, bpg, da c membutuhka data yag berhubuga dega put baha bakar H, da output pembagkt Pg. Batas Pembebaa Pembagkt Thermal. Umumya mes pembagkt teaga lstrk mempuya batas pembebaa yag dbatas oleh kapastas mmum da kapa-stas maksmum da juga keterbatasa kerja kompoe-kompoe mes, sehgga dalam pembebaa pembagkt thermal harus dperhatka karakterstk efses da karakterstk keaka paas tap ut pembagkt thermal. Ecoomc spatch (E). Permasala-ha Ecoomc spatch (E) dapat djelaska dega meyelesaka per-samaa baya pembagkta dega me-meuh fugs kekaga equalty da equalty berkut : C= N = = P g F ( P )... (2) = P + P... (3) Kesetmbaga daya secara matemats sepert dyataka dalam persamaa berkut: N f ( P ) P P P = 0... (4) g = = g Rug-rug Pada Salua Trasms. Metode yag dguaka utuk meyelesaka Ecoomc spatch adalah metode koefse B atau koefse rug-rug salura. Betuk umum fugs tersebut dapat dyataka dalam persamaa berkut (Saadat, H.,999). P = m = = P B P... (5) j j Metode Optmas Chaotc At Swarm Optmzato (CASO). Chaotc At Swarm Optmzato (CASO) adalah suatu algortma pecara berdasarka pada ketdakberatura perlaku tap-tap dvdu semut da kecerdasa orgasas dar koloya. Pada metode optmas CASO, tekk pecara dar tap-tap dvdu semut pada tahap awal dlakuka secara acak (Saadat, H., 999).

3 Raa Yursta.,I Made Ar Nrartha & Agug Bud Muljoo Ekoomc spatch Sstem Kelstrka ombok 3 Varabel orgasas dar satu semut adalah: + y ( ) = y ( )... (6) 7.5 Zd ( ) = ( Zd ( ) + V )exp(( exp( ay ( )))(3 ωd ( Zd ( ) + ωd (7) V ))) V + exp( 2ay ( ) + b)( Pd ( ) zd ( )) ω d ωd Pada model poss awal dar tap dvdu semut dtetuka oleh persamaa 8: 7.5 zd ( 0) = ( V ) rad(), ω d > 0... (8) ω d Pegkodea Parameter a Fugs Evaluas dalam metode CASO atara la: a. agkah pertama yag dlakuka adalah membagktka sebuah populas dar kolo semut yag dtujukka dalam persamaa berkut : Pgd = [P, P2,..,Pm], =, 2,...,N... (9) b. agkah kedua Utuk megetahu ftess dar tap-tap dvdu semut megguaka persamaa sebaga berkut: f = F cost + P pbc x (0) Sebelum megguaka persamaa 0, terlebh dahulu melakuka perhtuga dega persamaa da 2 dbawah : F cost = abs F( P) F m =... () F max F m ( P = P P P )... (2) pbc = Proses smulas metode optmas CASO dega Matlab yag dpaduka utuk proses optmas pembagkta melput: a. Isalsas populas awal dar kolo semut secara acak, dega la varabel orgasas awal yag sudah dtetapka. b. Meghtug rug-rug salura trasms (P) megguaka B koefse utuk taptap dvdu atau dega alra daya apabla dega koefse B tdak dmugkka. c. Meghtug la Ftess megguaka persamaa da 2. d. Megupdate poss tap-tap dvdu semut megguaka persamaa 6 da persamaa 7 berdasarka la ftess terkecl. e. Meghaslka populas terbak dega la kombas kolo semut. f. Selesa. 2 METOOOGI PENEITIAN Alat da Baha Peelta. Peragkat-luak yag aka dguaka dalam peelta adalah Mscrosoft Wdows XP sebaga sstem operas, pera-gkat-luak MATAB sebaga alat batu pemodela Sstem Teaga strk. agkah-lagkah Peelta. Rca proses peelta yag aka dlakuka atara la: proses pegumpula lteratur pedukug yag berhubuga dega Ecoomc spatch (E), serta pegguaa metode optmas Chaotc At Swarm Optmzato (CASO) utuk medapat-ka baya ekooms Sstem Kelstrka ombok, serta data dar hasl optmas baya dega peyelesaa Operas PN, da hasl Algortma Geetka (AG). agkah awal peelta adalah membuat karakterstk put-output pembagkt dar setap mes yag beroperas. Setelah tu melakuka perhtuga alra daya utuk sstem teaga lstrk. ar perhtuga alra daya medapatka hasl varabel sepert P, Q, da V. Selajutya membuat smulas dega metode optmas CASO dalam Sstem Kelstrka ombok. Setelah medapatka hasl, lalu membadgka hasl dar peerapa metode optmas CASO dega hasl dar optmas Operas PN, da metode optmas AG kemuda meark kesmpula dar hasl perbadga tersebut. agram Alr Peelta Gambar 2. agram Alr Peelta

4 4 elektrka, (), Pebruar 204 agram Alr Algortma CASO 2.Sstem Kelstrka ombok PTAMPENAN PTTAMAN NEWSUZER 2ZAV40S 23 F.GNGSARI 30 2 KOPEAMP-TAMANA SETIAWAN TAMA 2 3 F.CEMARA GH.GOMONG F.TANJUNGKOTA F.BANARA F.CEMARA F.AIRANGGA F.SN.AGUNG F.BATUAYAR 26 F.CIINAYA F.BANARA KOPEAMP-TAMANB F.MATARAM 3 4 TAMA2 4 5 F.TANJUNG F.CAKRA F.BENGKOANG F.SEMBAUN F.HIBRON F.PAGESANGAN F.SHERATON GH.SENGGIGI GH.TANJUNG F.BERTAIS 5 6 PIESTICK 2PC2,5V NIGATA 2PC2,5V F.SHERATON F.NARMAA F.KOPANG KOPEAMP-TAMANA GH.PANARAGA F.PRAYA 27 F.NARMAA F.SNCERMEN 28 F.BERTAIS F.MANTANG F.JANAPRIA Gambar 3. agram Alr Algortma CASO HASI AN PEMBAHASAN alam ragka meguj kemampua metode optmas CASO yag dguaka utuk meyelesaka permasalaha Ecoomc spatch, dalam hal dlakuka smulas terhadap sstem teaga lstrk dega data stadar yag dambl dar buku Power System Aalyss Saadat, H., (999), da data Sstem Kelstrka ombok.. Sstem Teaga strk 5 Bus Tabel. Perbadga hasl optmas CASO dega metode agrage Optmas daya Bus Nama pembagkta (MW) agrage CASO Geerator 23,649 0, Geerator 2 69,58 76, Geerator 3 58,990 64,8682 aya pembagkta total (MW) 52,54 5,8427 Rug daya (losses) total (MW) 2,54,8427 Beba sstem total (MW) Baya pembagkta total ($/h) NEWSUZER 2ZAV40S NEWSUZER 2ZAV40S NEWSUZER 2ZAV40S 9 0 F.SKTMSENGGIGI F.EMBAR KOPEAMP-TAMANB KOPEPAOKMOTONG F.GOMONG F.KEIRI F.PRAYA F.PERUMNAS 29 F.PRAYAKOTA GH.BIAU F.NOVOTE F.MUJUR F.BOAK GH.KOPANG KOPEAMPENAN F.MASBAGIK F.SIKUR F.PANCOR F.SAKRA F.TERARA F.RINJANI F.KERUAK Gambar 4. Sgle e agram Sstem Kelstrka ombok 3 PTPAOKMOTONG Persamaa kurva put-output pembagkt pada Sstem Kelstrka ombok dapat dlhat pada tabel dbawah : Tabel. Persamaa Iput Output Pembagkt NIGATA 6V2,75V Persamaa putoutput No Merek Mes (apg 2 + bpg +c) tr/jam a b c Sewatama & 0, ,88 458,43 Sewatama 2 5 CCM SUZER 2 ZV 5, ,87 58,06 40/ ,3-3. NIGATA-2 PC 2-5 V 52, , ,3 058,2 NEW SUZER-2 ZAV 25,66 40S 7 5. RUSTON-8 RK 3C PIESTICK 4, ,4 PEMA 44,27 208,75 3,8 Hasl smulas megguaka metode optmas CASO yag dbadgka dega hasl optmas operas PN, da hasl metode

5 Raa Yursta.,I Made Ar Nrartha & Agug Bud Muljoo Ekoomc spatch Sstem Kelstrka ombok 5 optmas AG dega software Matlab pada Sstem Kelstrka ombok dalam meetuka besarya baya pembagkta (Rp/jam) da daya pembagkta (MW) dega memeuh kekaga equalty da equalty yag dapat dlhat pada Tabel 2. Hasl smulas megguaka metode optmas CASO pada Sstem Kelstrka ombok dapat dtamplka berturut-turut pada Gambar 5 da 6 berkut : Gambar 5. Pergeraka kolo semut pada tap teras Gambar 5. meujukka pergeraka setap dvdu semut yag dwaklka oleh masg-masg wara dalam sebuah ruag pecara pada tap-tap teras. Pada saat awal dvdu semut mash meyebar berdasarka varabel orgasasya da baru pada teras ke-90 pegaruh dvdu dar semut acak mula hlag, kemuda kolo semut bergerak dalam satu ltasa yag sama. Gambar 6. Grafk kecederuga koverges Ftess Gambar 6 meujukka grafk kecederuga koverges ftess pada tap teras. maa la ftess terkecl yag dhaslka aka selalu dupdate setap teras sehgga aka meghaslka kecederuga ko-verges la ftess terkecl yag dperoleh pada teras ke-40. KESIMPUAN Berdasarka hasl peguja, smulas da pembahasa yag telah dlakuka dapat dambl kesmpula sebaga berkut :. Kombas parameter metode optmas CASO yag dguaka utuk meyelesaka masalah Ecoomc spatch (E) pada Sstem Kelstrka ombok memlk 4 geerator dega jumlah semut sebayak 20 dvdu, da maksmal teras dlakuka sebayak 200 kal. 2. aya pembagkta total yag dhaslka dega pecara acak megguaka metode optmas CASO megkat sebesar 0,05 MW (0,076%) dega keaka rug daya total sebesar 0,05 MW (4,427%) dar hasl optmas operas PN, sedagka daya pembagkta total dega hasl metode optmas AG meuru sebesar 0,225 MW (0,333%) dega peurua rug daya total sebesar 0,225 MW (6,34%). 3. Baya pembagkta total yag dhaslka dega metode optmas CASO dperoleh peghemata baya sebesar Rp /jam (,982%) dbadgka dega hasl optmas operas PN, da megalam pegkata baya sebesar Rp /jam (,603%) dbadgka hasl metode optmas Algortma Geetka (AG). AFTAR PUSTAKA Kusmra, I Gust Ayu Ita., 20. Ecoomc spatch pada Sstem Kelstrka ombok megguaka metode Algortma Geetka, Skrps, Fakultas Tekk, Jurusa Tekk Elektro, Uverstas Mataram. Saadat, H., 999. Power System Aalyss, WCB McGraw-Hll, Mlwaukee School of Egeeerg, Sgapore. Zular, Efrta Arfah da Imam Robad., 200. Ecoomc spatch ega Megguaka Chaotc At Swarm Optmzato, Jural, Jurusa Tekk Elektro, Isttut Tekolog Sepuluh Nopember, Surabaya.

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier

BAB 2 LANDASAN TEORI. Regresi linier sederhana merupakan bagian regresi yang mencakup hubungan linier BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa merupaka baga regres yag mecakup hubuga ler satu peubah acak tak bebas dega satu peubah bebas. Hubuga ler da dar satu populas dsebut gars regres

Lebih terperinci

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu.

BAB 2 LANDASAN TEORI. Regresi linier sederhana yang variabel bebasnya ( X ) berpangkat paling tinggi satu. BAB LANDASAN TEORI. Regres Ler Sederhaa Regres ler sederhaa yag varabel bebasya ( berpagkat palg tgg satu. Utuk regres ler sederhaa, regres ler haya melbatka dua varabel ( da. Persamaa regresya dapat dtulska

Lebih terperinci

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM

PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM PERTEMUAN III PERSAMAAN REGRESI TUJUAN PRAKTIKUM 1 Megetahu perhtuga persamaa regres ler Meggambarka persamaa regres ler ke dalam dagram pecar TEORI PENUNJANG Persamaa Regres adalah persamaa matematka

Lebih terperinci

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak

OPTIMASI PENJADWALAN PEMBANGKITAN DI ANTARA UNIT-UNIT PEMBANGKIT TERMAL BERDASARKAN INCREMENTAL PRODUCTION COST YANG SAMA. Abstrak OTIMASI ENJADWALAN EMBANGKITAN DI ANTARA UNIT-UNIT EMBANGKIT TERMAL BERDASARKAN INCREMENTAL RODUCTION COST YANG SAMA. (Al Imra) OTIMASI ENJADWALAN EMBANGKITAN DI ANTARA UNIT-UNIT EMBANGKIT TERMAL BERDASARKAN

Lebih terperinci

OPTIMISASI ECONOMIC DISPATCH MENGGUNAKAN ANT COLONY OPTIMIZATION PADA SISTEM IEEE 26 BUS

OPTIMISASI ECONOMIC DISPATCH MENGGUNAKAN ANT COLONY OPTIMIZATION PADA SISTEM IEEE 26 BUS Jural ITEKA, Tahu XI, o., Me 0 : 9-3 OTIMISASI ECOOMIC DISATCH MEGGUAKA AT COO OTIMIZATIO ADA SISTEM IEEE 6 BUS Ruslawat ( ( egaar Tekk Elektro, Akadem Tekk embagua asoal, Baarbaru Rgkasa Ecoomc dspatch

Lebih terperinci

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST

WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Koferes Nasoal Tekk Spl 3 (KoNTekS 3) Jakarta, 6 7 Me 009 WAKTU PERGANTIAN ALAT BERAT JENIS WHEEL LOADER DENGAN METODE LEAST COST Maksum Taubrata Program Stud Tekk Spl, Uverstas Krste Maraatha Badug Jl.

Lebih terperinci

PENJADWALAN EKONOMIS PEMBANGKIT THERMAL DENGAN MEMPERHITUNGKAN RUGI RUGI SALURAN TRANSMISI MENGGUNAKAN METODE ALGORITMA GENETIK

PENJADWALAN EKONOMIS PEMBANGKIT THERMAL DENGAN MEMPERHITUNGKAN RUGI RUGI SALURAN TRANSMISI MENGGUNAKAN METODE ALGORITMA GENETIK No.33 Vol. Th.XVII Aprl 00 ISSN : 0854-847 PENJADWALAN EKONOMIS PEMBANGKIT THERMAL DENGAN MEMPERHITUNGKAN RUGI RUGI SALURAN TRANSMISI MENGGUNAKAN METODE ALGORITMA GENETIK Adrat Jurusa Tekk Elektro, Fakultas

Lebih terperinci

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai

BAB 2 LANDASAN TEORI. perkiraan (prediction). Dengan demikian, analisis regresi sering disebut sebagai BAB LANDASAN TEORI. Kosep Dasar Aalss Regres Aalss regres regressso aalyss merupaka suatu tekk utuk membagu persamaa da megguaka persamaa tersebut utuk membuat perkraa predcto. Dega demka, aalss regres

Lebih terperinci

Optimalisasi Biaya Bahan Bakar Untuk Penjadwalan Unit-Unit Pada Pembangkit Thermal Sistem Minahasa Dengan Metode Iterasi Lamda

Optimalisasi Biaya Bahan Bakar Untuk Penjadwalan Unit-Unit Pada Pembangkit Thermal Sistem Minahasa Dengan Metode Iterasi Lamda Optmalsas Baya Baha Bakar Utuk Pejadwala Ut-Ut Pada Pembagkt Thermal Sstem Mahasa Dega Metode Iteras Lamda Sartka Veroka Agdre, L.S. Patras, H. Tumalag, F. Ls, Jurusa Tekk Elektro-FT, UNSRAT, Maado-955,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Dalam pemodela program ler, semua parameter yag dguaka dalam model dasumska dapat dketahu secara past. Parameter-parameter terdr dar koefse batasa ( ) a, la kuattas batasa

Lebih terperinci

BAB III PERSAMAAN PANAS DIMENSI SATU

BAB III PERSAMAAN PANAS DIMENSI SATU BAB III PERSAMAAN PANAS DIMENSI SAU Pada baga sebelumya, kta telah membahas peerapa metoda Ruge-Kutta orde 4 utuk meyelesaka masalah la awal dar persamaa dferesal basa orde. Pada bab, kta aka melakuka

Lebih terperinci

STUDI OPERASI EKONOMIS ANTARA UNIT-UNIT PEMBANGKIT TENAGA LISTRIK DI PT. PLN (PERSERO) WILAYAH SULTANBATARA SEKTOR TELLO

STUDI OPERASI EKONOMIS ANTARA UNIT-UNIT PEMBANGKIT TENAGA LISTRIK DI PT. PLN (PERSERO) WILAYAH SULTANBATARA SEKTOR TELLO AlImra, Stud Operas Ekooms Atara Ut-ut embagkt Teaga Lstrk Tello STUDI OERASI EKONOMIS ANTARA UNIT-UNIT EMBANGKIT TENAGA LISTRIK DI T. LN (ERSERO) WILAYAH SULTANBATARA SEKTOR TELLO Al Imra Jurusa eddka

Lebih terperinci

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten

BAB III METODE PENELITIAN. Tempat penelitian ini dilaksanakan di SMP Negeri 4 Tilamuta Kabupaten BAB III METODE PENELITIAN 3. Tempat da Waktu Peelta 3.. Tempat Tempat peelta dlaksaaka d SMP Neger 4 Tlamuta Kabupate Boalemo pada sswa kelas VIII. 3.. Waktu Peelta dlaksaaka dalam waktu 3 bula yatu dar

Lebih terperinci

BAB 2. Tinjauan Teoritis

BAB 2. Tinjauan Teoritis BAB Tjaua Teorts.1 Regres Lear Sederhaa Regres lear adalah alat statstk yag dperguaka utuk megetahu pegaruh atara satu atau beberapa varabel terhadap satu buah varabel. Varabel yag mempegaruh serg dsebut

Lebih terperinci

Implementasi Algoritma Genetik dalam Economic Dispatch dengan Valve Point Loading

Implementasi Algoritma Genetik dalam Economic Dispatch dengan Valve Point Loading Semar Tugas Akhr Halama 1 dar 6 Implemetas Algortma Geetk dalam Ecoomc Dspatch dega Valve Pot Loadg Date Rumaa 1 Dr. Ir. Hermawa, DEA 2 Mochammad Facta, ST, MT 3 Jurusa Tekk Elektro Uverstas Dpoegoro Jl.

Lebih terperinci

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu

I adalah himpunan kotak terbatas dan tertutup yang berisi lebih dari satu METODE FUNGS QUAS-FED SATU ARAMETER UNTUK MENYEESAKAN MASAAH ROGRAM NTEGER TAK NEAR Ra Hardyat (M4) ABSTRAK Dalam kehdupa sehar-har serg djumpa masalah optmas yag membutuhka hasl teger Masalah tersebut

Lebih terperinci

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri

III. METODE PENELITIAN. yang hidup dan berguna bagi masyarakat, maupun bagi peneliti sendiri III. METODE PEELITIA A. Metodolog Peelta Metodolog peelta adalah cara yag dlakuka secara sstemats megkut atura-atura, recaaka oleh para peeltutuk memecahka permasalaha yag hdup da bergua bag masyarakat,

Lebih terperinci

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling

BAB 2 LANDASAN TEORI. Analisis regresi adalah suatu proses memperkirakan secara sistematis tentang apa yang paling BAB LANDASAN TEORI Kosep Dasar Aalss Regres Aalss regres adalah suatu proses memperkraka secara sstemats tetag apa yag palg mugk terjad dmasa yag aka datag berdasarka formas yag sekarag dmlk agar memperkecl

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1 Pegerta Regres Istlah regres pertama kal dperkealka oleh Fracs Galto Meurut Galto, aalss regres berkeaa dega stud ketergatuga dar suatu varabel yag dsebut tak bebas depedet varable,

Lebih terperinci

OPTIMAL POWER FLOW JARINGAN SUMATERA BAGIAN UTARA 150 kv

OPTIMAL POWER FLOW JARINGAN SUMATERA BAGIAN UTARA 150 kv OPTIMAL POWER FLOW JARINGAN SUMATERA BAGIAN UTARA 150 kv Rbet Mchael Smoragkr, Yulata Sregar Kosetras Tekk Kovers Eerg Lstrk, Departeme Tekk Elektro Fakultas Tekk Uverstas Sumatera Utara (USU) Jl. Almamater,

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belakag Sampa saat, model Regres da model Aalss Varas telah dpadag sebaga dua hal ag tdak berkata. Meskpu merupaka pedekata ag umum dalam meeragka kedua cara pada taraf permulaa,

Lebih terperinci

POLIGON TERBUKA TERIKAT SEMPURNA

POLIGON TERBUKA TERIKAT SEMPURNA MODUL KULIAH ILMU UKUR TANAH POLIGON TERBUKA TERIKAT SEMPURNA Pegerta : peetua azmuth awal da akhr, peetuat kesalaha peutup sudut,koreks sudut, kesalaha lear da koreks lear kearah sumbu X da Y, Peetua

Lebih terperinci

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan

PENDAHULUAN Metode numerik merupakan suatu teknik atau cara untuk menganalisa dan menyelesaikan masalah masalah di dalam bidang rekayasa teknik dan Aalsa Numerk Baha Matrkulas PENDAHULUAN Metode umerk merupaka suatu tekk atau cara utuk megaalsa da meyelesaka masalah masalah d dalam bdag rekayasa tekk da sa dega megguaka operas perhtuga matematk Masalah-masalah

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA.1 Pedahulua Sebelum membahas megea prosedur peguja hpotess, terlebh dahulu aka djelaska beberapa teor da metode yag meujag utuk mempermudah pembahasa. Adapu teor da metode tersebut

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. melakukan smash sebelum dan sesudah latihan power otot lengan adalah sebagai BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4. Deskrps Peelta Berdasarka hasl peelta, d peroleh data megea kemempua sswa melakuka smash sebelum da sesudah latha power otot lega adalah sebaga berkut : Tabel.

Lebih terperinci

PENJADWALAN PEMBANGKIT THERMIS MENGGUNAKAN METODE DYNAMIC PROGRAMMING

PENJADWALAN PEMBANGKIT THERMIS MENGGUNAKAN METODE DYNAMIC PROGRAMMING Sujto, ejadwala embagkt Therms Megguaka Metode Dyamc rogrammg 25 ENJADWAAN EMBANGKIT THERMIS MENGGUNAKAN METODE DYNAMIC ROGRAMMING Sujto Abstrak: eelta bertujua megetahu karakterstk ut pembagkt dalam stasu

Lebih terperinci

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN

PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN PENAKSIR RASIO YANG EFISIEN UNTUK RATA-RATA POPULASI DENGAN MENGGUNAKAN DUA VARIABEL TAMBAHAN Idah Vltr, Harso, Haposa Srat Mahassa Program S Matematka Dose Jurusa Matematka Fakultas Matematka da Ilmu

Lebih terperinci

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS

ALGORITMA MENENTUKAN HIMPUNAN TERBESAR DARI SUATU MATRIKS INTERVAL DALAM ALJABAR MAX-PLUS LGORITM MENENTUKN HIMPUNN TERBESR DRI SUTU MTRIKS INTERVL DLM LJBR MX-PLUS Rata Novtasar Program Stud Matematka FMIP UNDIP JlProfSoedarto SH Semarag 575 bstract Ths research dscussed about how to obtaed

Lebih terperinci

BAB 1 ERROR PERHITUNGAN NUMERIK

BAB 1 ERROR PERHITUNGAN NUMERIK BAB ERROR PERHITUNGAN NUMERIK A. Tujua a. Memaham galat da hampra b. Mampu meghtug galat da hampra c. Mampu membuat program utuk meelesaka perhtuga galat da hampra dega Matlab B. Peragkat da Mater a. Software

Lebih terperinci

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam

BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL. Masalah regresi invers dengan bentuk linear dapat dijumpai dalam BAB III MENYELESAIKAN MASALAH REGRESI INVERS DENGAN METODE GRAYBILL 3. Pegerta Masalah regres vers dega betuk lear dapat djumpa dalam berbaga bdag kehdupa, dataraya dalam bdag ekoom, kesehata, fska, kma

Lebih terperinci

Aliran Daya Optimal Pada Sistem Minahasa

Aliran Daya Optimal Pada Sistem Minahasa Alra Daya Optmal Pada Sstem Mahasa Nova Gama, elma Ls, M Tuegeh, A.. Nelwa, Jurusa Tekk Elektro-T, UNSRAT, Maado-955, Emal: ovag.03@gmal.com Abstrak-Sstem Mahasa merupaka sstem teaga lstrk dega daerah

Lebih terperinci

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP

BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP BAB IV BATAS ATAS BAGI JARAK MINIMUM KODE SWA- DUAL GENAP Msal dguaka kode ler C[, k, d] dega matrks pembagu G da matrks cek partas H. Sebuah blok formas x = x 1 x 2 x k, x = 0 atau 1, yag aka dkrm terlebh

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE KUADRAT TERKECIL Hesty ala, Arsma Ada, Bustam hestyfala@ymalcom Mahasswa Program S Matematka MIPA-UR Dose Matematka MIPA-UR

Lebih terperinci

Optimasi Aliran Daya pada Sistem Kelistrikan Opsi Nuklir berdasarkan Multi-Objective Function: Fuel CostdanFlat Voltage Profile

Optimasi Aliran Daya pada Sistem Kelistrikan Opsi Nuklir berdasarkan Multi-Objective Function: Fuel CostdanFlat Voltage Profile Jural Pegembaga Eerg uklr Vol. 18, o., (016) 75-85 Jural Pegembaga Eerg uklr Lama Jural: jural.bata.go.d/dex.php/jpe Optmas Alra Daya pada Sstem Kelstrka Ops uklr berdasarka Mult-Objectve Fucto: Fuel CostdaFlat

Lebih terperinci

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( )

Regresi & Korelasi Linier Sederhana. Gagasan perhitungan ditetapkan oleh Sir Francis Galton ( ) Regres & Korelas Ler Sederhaa 1. Pedahulua Gagasa perhtuga dtetapka oleh Sr Fracs Galto (18-1911) Persamaa regres :Persamaa matematk yag memugkka peramala la suatu peubah takbebas (depedet varable) dar

Lebih terperinci

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan

III BAHAN/OBJEK DAN METODE PENELITIAN. Objek yang digunakan dalam penelitian ini adalah 50 ekor sapi Pasundan III BAHAN/OBJEK DAN METODE PENELITIAN 3.1. Baha da Alat Peelta 3.1.1. Baha Peelta Objek yag dguaka dalam peelta adalah 50 ekor sap Pasuda jata da beta dewasa dega umur -3 tahu da tdak butg utuk meghdar

Lebih terperinci

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP

TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM. Sudarno Jurusan Matematika FMIPA UNDIP JURNAL MATEMATIKA DAN KOMPUTER Vol. 7. No. 1, 11-19, Aprl 004, ISSN : 1410-8518 TAKSIRAN UMUR SISTEM DENGAN UMUR KOMPONEN BERDISTRIBUSI SERAGAM Sudaro Jurusa Matematka FMIPA UNDIP Abstrak Sstem yag dbetuk

Lebih terperinci

S2 MP Oleh ; N. Setyaningsih

S2 MP Oleh ; N. Setyaningsih S2 MP Oleh ; N. Setyagsh MATERI PERTEMUAN 1-3 (1)Pedahulua pera statstka dalam peelta ; (2)Peyaja data : dalam betuk (a) tabel da (b) dagram; (3) ukura tedes setaral da ukura peympaga (4)dstrbus ormal

Lebih terperinci

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET

ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Prosdg Semar Nasoal Peelta, Peddka da Peerapa MIPA Fakultas MIPA, Uverstas Neger Yogyakarta, 6 Me 9 ANALISIS INDEKS DISTURBANCES STORM TIME DENGAN KOMPONEN H GEOMAGNET Sty Rachyay Pusat Pemafaata Sas Atarksa,

Lebih terperinci

PEMBANGUNAN PLTGU PEMARON MENURUNKAN RUGI DAYA PADA SISTEM KELISTRIKAN DI BALI. I Made Mataram

PEMBANGUNAN PLTGU PEMARON MENURUNKAN RUGI DAYA PADA SISTEM KELISTRIKAN DI BALI. I Made Mataram PEMBANGUNAN PLTGU PEMARON MENURUNKAN RUG DAYA PADA SSTEM KELSTRKAN D BAL Staf Pegaar Program Stud Tekk Elektro, Uverstas Udayaa ABSTRAK Pegkata kebutuha eerg lstrk d Bal, meyebabka perluasa sstem pembagkta,

Lebih terperinci

PROSIDING ISBN :

PROSIDING ISBN : ROSIDING ISBN : 978 979 6353 3 2 A.4 IMLEMENTASI LAGRANGE EQUATION ADA OTIMASI INCREMENTAL FUEL COST EMBANGKIT ENERGI GUNA ENJADWALAN EMBANGKIT BERBASIS METODE DYNAMIC ROGRAMMING Sujto Jurusa Tekk Elektro

Lebih terperinci

UKURAN GEJALA PUSAT DAN UKURAN LETAK

UKURAN GEJALA PUSAT DAN UKURAN LETAK UKURAN GEJALA PUSAT DAN UKURAN LETAK MODUL 4 UKURAN GEJALA PUSAT DAN UKURAN LETAK. Pedahulua Utuk medapatka gambara yag lebh jelas tetag sekumpula data megea sesuatu persoala, bak megea sampel atau pu

Lebih terperinci

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu

Di dunia ini kita tidak dapat hidup sendiri, tetapi memerlukan hubungan dengan orang lain. Hubungan itu pada umumnya dilakukan dengan maksud tertentu KORELASI 1 D dua kta tdak dapat hdup sedr, tetap memerluka hubuga dega orag la. Hubuga tu pada umumya dlakuka dega maksud tertetu sepert medapat kergaa pajak, memperoleh kredt, memjam uag, serta mta pertologa/batua

Lebih terperinci

Vol: 4, No. 2, September 2015 ISSN:

Vol: 4, No. 2, September 2015 ISSN: ol: 4, o. 2, September 2015 ISS: 2302-2949 AALISA PERBAIKA PROFIL TEGAGA SISTEM TEAGA LISTRIK SUMBAR MEGGUAKA KAPASITOR BAK DA TAP TRASFORMATOR Akbar Abad 1 da Syaf 2 1 Mahasswa Program Stud S2 Tekk Elektro,

Lebih terperinci

Uji Statistika yangb digunakan dikaitan dengan jenis data

Uji Statistika yangb digunakan dikaitan dengan jenis data Uj Statstka yagb dguaka dkata dega jes data Jes Data omal Ordal Iterval da Raso Uj Statstka Koefse Kotges Rak Spearma Kedall Tau Korelas Parsal Kedall Tau Koefse Kokordas Kedall W Pearso Korelas Gada Korelas

Lebih terperinci

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas

TEKNIK SAMPLING. Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Universitas Andalas TEKNIK SAMPLING Hazmra Yozza Izzat Rahm HG Jurusa Matematka FMIPA Uverstas Adalas Defs Suatu cotoh gerombol adalah suatu cotoh acak sederhaa dmaa setap ut pearka cotoh adalah kelompok atau gerombol dar

Lebih terperinci

3.1 Biaya Investasi Pipa

3.1 Biaya Investasi Pipa BAB III Model Baya Pada model baya [8] d tugas akhr, baya tahua total utuk megoperaska jarga ppa terdr dar dua kompoe, yatu baya operasoal da baya vestas. Baya operasoal terdr dar baya operasoal ppa da

Lebih terperinci

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan,

BAB II TINJAUAN TEORITIS. Statistik merupakan cara cara tertentu yang digunakan dalam mengumpulkan, BAB II TINJAUAN TEORITIS.1 Kosep Dasar Statstka Statstk merupaka cara cara tertetu yag dguaka dalam megumpulka, meyusu atau megatur, meyajka, megaalsa da member terpretas terhadap sekumpula data, sehgga

Lebih terperinci

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran

STATISTIKA: UKURAN PEMUSATAN. Tujuan Pembelajaran Kurkulum 013/006 matematka K e l a s XI STATISTIKA: UKURAN PEMUSATAN Tujua Pembelajara Setelah mempelajar mater, kamu dharapka memlk kemampua berkut. 1. Dapat meetuka rata-rata data tuggal da data berkelompok..

Lebih terperinci

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 5 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 5 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF

ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF ANALISIS ALGORITMA REKURSIF DAN NONREKURSIF KELOMPOK A I GUSTI BAGUS HADI WIDHINUGRAHA (0860500) NI PUTU SINTYA DEWI (0860507) LUH GEDE PUTRI SUARDANI (0860508) I PUTU INDRA MAHENDRA PRIYADI (0860500)

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu

BAB 2 TINJAUAN TEORITIS. regresi berkenaan dengan studi ketergantungan antara dua atau lebih variabel yaitu BAB TINJAUAN TEORITIS. Pegerta Aalsa Regres Istlah regres pertama kal dperkealka oleh Fracs Galto. Meurutya, aalss regres berkeaa dega stud ketergatuga atara dua atau lebh varabel yatu varabel yag meeragka

Lebih terperinci

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI

BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI BAB IX PENGGUNAAN STATISTIK DALAM SIMULASI 9.1. Dstrbus Kotu Dstrbus memlk sfat kotu dmaa data yag damat berjala secara kesambuga da tdak terputus. Maksudya adalah bahwa data yag damat tersebut tergatug

Lebih terperinci

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu

BAB II LANDASAN TEORI. Dalam pengambilan sampel dari suatu populasi, diperlukan suatu BAB II LADASA TEORI Dalam pegambla sampel dar suatu populas, dperluka suatu tekk pegambla sampel yag tepat sesua dega keadaa populas tersebut. Sehgga sampel yag dperoleh adalah sampel yag dapat mewakl

Lebih terperinci

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18

Jurnal Sketsa Bisnis Vol. 2 No. 1 Agustus 2015 Page 18 ANALISA WAKTU BAKU PRODUKSI DOMPET DENGAN PENDEKATAN PETA TANGAN KIRI DAN TANGAN KANAN PADA CV. XYZ DI PASURUAN Hasa Bashor 1), Rosyatul Umam ) 1) Dose Tekk dustr Fakultas Tekk Uverstas Yudharta Pasurua

Lebih terperinci

BAB 5. ANALISIS REGRESI DAN KORELASI

BAB 5. ANALISIS REGRESI DAN KORELASI BAB 5. ANALISIS REGRESI DAN KORELASI Tujua utama aalss regres adalah mecar ada tdakya hubuga ler atara dua varabel: Varabel bebas (X), yatu varabel yag mempegaruh Varabel terkat (Y), yatu varabel yag dpegaruh

Lebih terperinci

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi

STATISTIKA A. Definisi Umum B. Tabel Distribusi Frekuensi STATISTIKA A. Des Umum. Pegerta statstk Statstk adalah kumpula akta yag berbetuk agka da dsusu dalam datar atau tabel yag meggambarka suatu persoala. Cotoh: statstk kurs dolar Amerka, statstk pertumbuha

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel

BAB I PENDAHULUAN. 1.1 Statistika Deskriptif dan Statistika Inferensial. 1.2 Populasi dan Sampel BAB I PENDAHULUAN 1.1 Statstka Deskrptf da Statstka Iferesal Dewasa d berbaga bdag lmu da kehdupa utuk memaham/megetahu sesuatu dperluka dat Sebaga cotoh utuk megetahu berapa bayak rakyat Idoesa yag memerluka

Lebih terperinci

UKURAN GEJALA PUSAT (UGP)

UKURAN GEJALA PUSAT (UGP) UKURAN GEJALA PUSAT (UGP) Pegerta: Rata-rata (average) alah suatu la yag mewakl suatu kelompok data. Nla dsebut juga ukura gejala pusat karea pada umumya mempuya kecederuga terletak d tegah-tegah da memusat

Lebih terperinci

Peramalan Kebutuhan Listrik Dengan Model Harvey

Peramalan Kebutuhan Listrik Dengan Model Harvey Peramala Kebutuha Lstrk Dega Model Harvey Oleh: Ley Setyag B. (30600006) Pembmbg: Prof. Drs. Nur Irawa, M.IKom, Ph.D Latar Belakag Jumlah Peduduk Megkat Produks megkat Supply < Demad Kebutuha Barag Megkat

Lebih terperinci

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama.

BAB 2 LANDASAN TEORI. yang akan terjadi pada masa yang akan datang dengan waktu yang relative lama. BAB 2 LANDASAN TEORI 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatve lama. Sedagka ramala adalah

Lebih terperinci

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel

PRAKTIKUM 7 Penyelesaian Persamaan Non Linier Metode Secant Dengan Modifikasi Tabel Praktkum 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel PRAKTIKUM 7 Peelesaa Persamaa No Ler Metode Secat Dega Modfkas Tabel Tujua : Mempelajar metode Secat dega modfkas tabel utuk peelesaa

Lebih terperinci

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB

IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Semar Nasoal Tekolog 007 (SNT 007) ISSN : 978 9777 IMPLEMENTASI DAN KOMPARASI ATURAN SEGIEMPAT UNTUK PENYELESAIAN INTEGRAL DENGAN BATAS MENGGUNAKAN MATLAB Krsawat STMIK AMIKOM Yogyakarta e-mal : krsa@amkom.ac.d

Lebih terperinci

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange

PRAKTIKUM 20 Interpolasi Polinomial dan Lagrange Praktkum 0 Iterpolas Polomal da Lagrage PRAKTIKUM 0 Iterpolas Polomal da Lagrage Tuua : Mempelaar berbaga metode Iterpolas ag ada utuk meetuka ttkttk atara dar buah ttk dega megguaka suatu fugs pedekata

Lebih terperinci

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat.

KALKULUS LANJUT. Pertemuan ke-4. Reny Rian Marliana, S.Si.,M.Stat. KALKULUS LANJUT Pertemua ke-4 Rey Ra Marlaa, S.S.,M.Stat. Plot Mater Notas Jumlah & Sgma Itegral Tetu Jumlah Rema Pedahulua Luas Notas Jumlah & Sgma Purcell, et all. (page 226,2003): Sebuah fugs yag daerah

Lebih terperinci

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI

BAB 6 PRINSIP INKLUSI DAN EKSKLUSI BB 6 PRINSIP INKLUSI DN EKSKLUSI Pada baga aka ddskuska topk berkutya yatu eumeras yag damaka Prsp Iklus da Eksklus. Kosep dalam bab merupaka perluasa de dalam Dagram Ve beserta oepras rsa da gabuga, amu

Lebih terperinci

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD

TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD TAKSIRAN PARAMETER DISTRIBUSI WEIBULL DENGAN MENGGUNAKAN METODE MOMEN DAN METODE MAKSIMUM LIKELIHOOD Eka Mer Krst ), Arsma Ada ), Sgt Sugarto ) ekamer_tross@ymal.com ) Mahasswa Program S Matematka FMIPA-UR

Lebih terperinci

EVALUASI KESTABILAN TEGANGAN BERDASARKAN ANALISA ALIRAN DAYA DENGAN METODA NEWTON RAPHSON

EVALUASI KESTABILAN TEGANGAN BERDASARKAN ANALISA ALIRAN DAYA DENGAN METODA NEWTON RAPHSON EALUASI KESTABILA TEGAGA BERDASARKA AALISA ALIRA DAYA DEGA METODA EWTO RAPHSO (Stud Kasus : Subsstem Sumatera Baga Utara da Subsstem Sumatera Baga Selata Tegah) Muhammad Abdel Haq (1), Ir. Ia Darmaa, M.T

Lebih terperinci

Optimasi Persediaan Bahan Bakar Minyak (BBM) di Yogyakarta Menggunakan Goal Programming

Optimasi Persediaan Bahan Bakar Minyak (BBM) di Yogyakarta Menggunakan Goal Programming Optmas Persedaa Baha Bakar Myak (BBM) d Yogyakarta Megguaka Goal Programmg Oleh: Dw Lestar, M.Sc, Emugroho R, M.Sc, da Rosta K, M.Sc. Jurusa Peddka Matematka FMIPA UNY Emal: dwlestar@uy.ac.d emugroho@uy.ac.d,

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA 4 BAB TINAUAN USTAKA.1. Struktur Sstem Teaga Lstrk Sstem keteagalstrka merupaka sekumpula pusat pembagt da pusat beba dmaa atara satu sama la dhubugka oleh jarga trasms (terkoeks). Oleh karea tu sstem

Lebih terperinci

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit)

Penyelesaian Sistem Persamaan Linier Kompleks Dengan Invers Matriks Menggunakan Metode Faddev (Contoh Kasus: SPL Kompleks dan Hermit) Jural Sas Matematka da Statstka, Vol., No. I, Jauar ISSN - Peyelesaa Sstem Persamaa Ler Kompleks Dega Ivers Matrks Megguaka Metode Faddev Cotoh Kasus: SPL Kompleks da Hermt F. rya da Tka Rzka, Jurusa Matematka,

Lebih terperinci

PERBANDINGAN METODA NEWTON RAPHSON DAN METODA FAST DECOUPLE PADA STUDI ALIRAN DAYA (Aplikasi PT. PLN Sumbar-Riau 150 KV)

PERBANDINGAN METODA NEWTON RAPHSON DAN METODA FAST DECOUPLE PADA STUDI ALIRAN DAYA (Aplikasi PT. PLN Sumbar-Riau 150 KV) o. 7 ol.3 Th. XI Aprl 7 ISS: 854-847 ERBADIGA METODA EWTO RAHSO DA METODA FAST DECOUE ADA STUDI AIRA DAYA (Aplkas T. Sumbar-Rau 5 K) Heru Dbyo aksoo urusa Tekk Elektro, Uverstas Adalas adag, Kampus mau

Lebih terperinci

8. MENGANALISIS HASIL EVALUASI

8. MENGANALISIS HASIL EVALUASI 8. MENGANALISIS HASIL EVALUASI Tujua : Mampu megaalsa tgkat kesukara hasl evaluas utuk megkatka hasl proses pembelajara Kegata megaals hasl evaluas merupaka upaya utuk memperbak programprogram pembelajara

Lebih terperinci

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama.

BAB 2 LANDASAN TEORITIS. yang akan terjadi pada masa yang akan datang dengan waktu yang relatif lama. BAB 2 LANDASAN TEORITIS 2.1 Pegerta Peramala Peramala ( forecastg ) adalah kegata memperkraka atau mempredkska apa yag aka terjad pada masa yag aka datag dega waktu yag relatf lama. Sedagka ramala adalah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Bab aka mejelaska megea ladasa teor yag dpaka oleh peuls dalam peelta. Bab dbag mejad beberapa baga, yag masg masg aka mejelaska Prcpal Compoet Aalyss (PCA), Egeface, Klusterg K-Meas,

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pegerta Perawata (Mateace) Meurut Assaur (999, p95) perawata merupaka kegata utuk memelhara atau mejaga fasltas da peralata pabrk, da megadaka perbaka, peyesuaa, atau peggata yag dperluka

Lebih terperinci

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS

SUM BER BELA JAR Menerap kan aturan konsep statistika dalam pemecah an masalah INDIKATOR MATERI TUGAS C. Pembelajara 3 1. Slabus N o STANDA R KOMPE TENSI KOMPE TENSI DASAR INDIKATOR MATERI TUGAS BUKTI BELAJAR KON TEN INDIKA TOR WAK TU SUM BER BELA JAR Meerap ka atura kosep statstka dalam pemecah a masalah

Lebih terperinci

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling.

METODE PENELITIAN. Kota Bogor. Kecamatan Bogor Barat. Purposive. Kelurahan Cilendek Barat RW 05 N1= 113. Cluster random sampling. METODE PENELITIAN Desa, Tempat da Waktu Peelta Peelta megguaka desa cross sectoal study. Lokas peelta d Kota Bogor. Pemlha lokas peelta secara purposve dega pertmbaga merupaka salah satu kecamata dega

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI 22 BAB II LANDASAN TEORI 2.1 Pedahulua 2.1.1 Pegerta Mateace Beberapa pegerta perawata (mateace) meurut ahl : 1. Meurut Corder (1988), perawata merupaka suatu kombas dar tdaka yag dlakuka utuk mejaga suatu

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak

BAB III METODE PENELITIAN. Penelitian ini dilakukan di PT. Mulya Agro Bioteknologi yang terletak BAB III METODE PENELITIAN 3.1 Lokas da Waktu Peelta Peelta dlakuka d PT. Mulya Agro Botekolog yag terletak Perumaha Tegalgodo Asr Blok H III No. 10 Kecamata Karagploso, Kabupate Malag. Pemlha lokas peelta

Lebih terperinci

SIFAT-SIFAT LANJUT FUNGSI TERBATAS

SIFAT-SIFAT LANJUT FUNGSI TERBATAS Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 03, No. 2(204), hal 35 42. SIFAT-SIFAT LANJUT FUNGSI TERBATAS Suhard, Helm, Yudar INTISARI Fugs terbatas merupaka fugs yag memlk batas atas da batas

Lebih terperinci

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL

ESTIMASI UKURAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM PORTOFOLIO PADA SINGLE INDEX MODEL Bulet Ilmah Mat. Stat. da Terapaya (Bmaster) Volume 0, No. (03), hal. 57-6 ESTIMASI UKUAN SENSITIVITAS KEUNTUNGAN SAHAM DALAM POTOFOLIO PADA SINGLE INDEX MODEL Eka Kurawat, Helm, Neva Satyahadew INTISAI

Lebih terperinci

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema

II. LANDASAN TEORI. Pada bab II ini, akan dibahas pengertian-pengertian (definisi) dan teoremateorema II. LANDAAN TEORI Pada bab II aka dbahas pegerta-pegerta (defs) da teoremateorema ag medukug utuk pembahasa pada bab IV. Pegerta (defs) da teorema tersebut dtulska sebaga berkut.. Teorema Proeks Teorema

Lebih terperinci

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah

BAB III INTEGRAL RIEMANN-STIELTJES. satu pendekatan untuk membentuk proses titik. Berkaitan dengan masalah BAB III INEGRAL RIEMANN-SIELJES. Pedahulua Pada Bab, telah dsggug bahwa ukura meghtug merupaka salah satu pedekata utuk membetuk proses ttk. Berkata dega masalah perhtuga, ada hal meark yag perlu amat,

Lebih terperinci

Rancangan Sistem Pengendalian Persediaan Bahan Baku Multi Item Single Supplier di PT. Pertamina (Persero)

Rancangan Sistem Pengendalian Persediaan Bahan Baku Multi Item Single Supplier di PT. Pertamina (Persero) Semar Nasoal Teko 20 ISBN 978-979-96964-8-9 acaga Sstem Pegedala Persedaa Baha Baku Mult Item Sgle Suppler d PT. Pertama (Persero) Ff Her Mustofa, ST., MT. ) Hedro Prassetyo, ST., MT. 2) Djauhary Syaref

Lebih terperinci

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas:

ANALISIS REGRESI. Model regresi linier sederhana merupakan sebuah model yang hanya terdiri dari satu peubah terikat dan satu peubah penjelas: ANALISIS REGRESI Pedahulua Aalss regres berkata dega stud megea ketergatuga satu peubah (peubah terkat) terhadap satu atau lebh peubah laya (peubah pejelas). Jka Y dumpamaka sebaga peubah terkat da X1,X,...,X

Lebih terperinci

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE)

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: ANALISIS REGRESI LINEAR BERGANDA DENGAN SATU VARIABEL BONEKA (DUMMY VARIABLE) Jural Matematka Mur da Terapa Vol. 4 No. esember : 4 - ANALISIS REGRESI LINEAR BERGANA ENGAN SATU VARIABEL BONEKA (UMMY VARIABLE Tat Krsawardha Nur Salam da ew Aggra Program Stud Matematka Uverstas Lambug

Lebih terperinci

; θ ) dengan parameter θ,

; θ ) dengan parameter θ, Vol. 4. No. 3, 5-59, Desember 00, ISSN : 40-858 APLIKASI METODE BESARAN PIVOTAL DALAM PENENTUAN SELANG KEYAKINAN TAKSIRAN PARAMETER POPULASI. Agus Rusgyoo Jurusa Matematka FMIPA UNDIP Abstraks Dberka populas

Lebih terperinci

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani

FMDAM (2) TOPSIS TOPSIS TOPSIS. Charitas Fibriani FMDAM (2) Chartas Fbra Techque for Order Preferece by Smlarty to Ideal Soluto () ddasarka pada kosep dmaa alteratf terplh yag terbak tdak haya memlk jarak terpedek dar solus deal postf, amu juga memlk

Lebih terperinci

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB

Dasar Ekonomi Teknik: Matematika Uang. Ekonomi Teknik TIP FTP UB Dasar Ekoom Tekk: Matematka Uag Ekoom Tekk TIP TP UB Bahasa lra Kas (Cash low Tme Value of Moey Buga Ekvales Cash low Tata alra uag masuk da keluar per perode waktu pada suatu perusahaa lra kas aka terjad

Lebih terperinci

REGRESI LINIER SEDERHANA

REGRESI LINIER SEDERHANA MODUL REGRESI LINIER SEDERHANA Dsusu oleh : I MADE YULIARA Jurusa Fska Fakultas Matematka Da Ilmu Pegetahua Alam Uverstas Udayaa Tahu 016 Kata Pegatar Puj syukur saya ucapka ke hadapa Tuha Yag Maha Kuasa

Lebih terperinci

BAB 3 METODOLOGI PENELITIAN. Gambar 3.2. Ilustrasi Tabel Input-Output (3 Sektor) Alokasi Permintaan Output Antara Permintaan F 1

BAB 3 METODOLOGI PENELITIAN. Gambar 3.2. Ilustrasi Tabel Input-Output (3 Sektor) Alokasi Permintaan Output Antara Permintaan F 1 BAB 3 METODOLOGI PENELITIAN 3.. Tabel Iput-Output 3... Keragka Umum Tabel Iput-Output Sebaga lustras tabel I-O, msalka haya ada tga sektor dalam suatu perekooma yatu sektor produks, 2 da 3. Tabel trasaks

Lebih terperinci

Model Peramalan Konsumsi Energi Final dengan Menggunakan Metode Regresi Fuzzy untuk Dataset Kecil (Studi Kasus: Indonesia)

Model Peramalan Konsumsi Energi Final dengan Menggunakan Metode Regresi Fuzzy untuk Dataset Kecil (Studi Kasus: Indonesia) JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 Model Peramala Kosums Eerg Fal dega Megguaka Metode Regres Fuzz utuk Dataset Kecl (Stud Kasus: Idoesa) Alf Lalah 1, Nur Wahugsh 2, da IGN. Ra Usadha 3 123

Lebih terperinci

ANALISIS KUALITAS PELAYANAN SISTEM KELISTRIKAN BANGKA BELITUNG OPSI NUKLIR

ANALISIS KUALITAS PELAYANAN SISTEM KELISTRIKAN BANGKA BELITUNG OPSI NUKLIR Aalss Kualtas elayaa Sstem Kelstrka Bagka Beltug Ops uklr (Rzk Frmasyah Setya Bud, Suparma) AALISIS KUALITAS ELAAA SISTEM KELISTRIKA BAGKA BELITUG OSI UKLIR Rzk Frmasyah Setya Bud, Suparma usat egembaga

Lebih terperinci

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES

* MEMBUAT DAFTAR DISTRIBUSI FREKUENSI MENGGUNAKAN ATURAN STURGES * PENYAJIAN DATA Secara umum, ada dua cara peyaja data, yatu : 1. Tabel atau daftar. Grafk atau dagram Macam-macam daftar yag dkeal : a. Daftar bars kolom b. Daftar kotges c. Daftar dstrbus frekues Sedagka

Lebih terperinci

b) Untuk data berfrekuensi fixi Data (Xi)

b) Untuk data berfrekuensi fixi Data (Xi) B. Meghtug ukura pemusata, ukura letak da ukura peyebara data serta peafsraya A. Ukura Pemusata Data Msalka kumpula data berkut meujukka hasl pegukura tgg bada dar orag sswa. 0 cm 30 cm 5 cm 5 cm 35 cm

Lebih terperinci

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel

BAB 2 LANDASAN TEORI. disebut dengan bermacam-macam istilah: variabel penjelas, variabel BAB LANDASAN TEORI.1 Pegerta Regres Regres dalam statstka adalah salah satu metode utuk meetuka tgkat pegaruh suatu varabel terhadap varabel yag la. Varabel yag pertama dsebut dega bermacam-macam stlah:

Lebih terperinci

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS

PENAKSIR RATIO-CUM-PRODUCT YANG EFISIEN UNTUK RATA-RATA POPULASI PADA SAMPLING ACAK SEDERHANA MENGGUNAKAN KOEFISIEN VARIASI DAN KOEFISIEN KURTOSIS PEASIR RATIO-UM-PRODUT AG EFISIE UTU RATA-RATA POPULASI PADA SAMPLIG AA SEDERHAA MEGGUAA OEFISIE VARIASI DA OEFISIE URTOSIS Lza armata *, Arsma Ada, Frdaus Mahasswa Program S Matematka Dose Jurusa Matematka

Lebih terperinci

Penjadwalan Pembangkit Tenaga Listrik Jangka Pendek Menggunakan Ant Colony Optimization

Penjadwalan Pembangkit Tenaga Listrik Jangka Pendek Menggunakan Ant Colony Optimization 97 Pejadwala Pembagkt Teaga Lstrk Jagka Pedek Megguaka At Coloy Otmzato Sugeg Ryato, Had Suyoo da Harry Soekotjo Dahla Abstrak Pegoerasa embagkt yag ekooms tujua dar oeras sstem teaga lstrk. Dmaa baya

Lebih terperinci

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi.

Mean untuk Data Tunggal. Definisi. Jika suatu sampel berukuran n dengan anggota x1, x2, x3,, xn, maka mean sampel didefinisiskan : n Xi. Mea utuk Data Tuggal Des. Jka suatu sampel berukura dega aggota x1, x, x3,, x, maka mea sampel ddesska : 1... N 1 Mea utuk Data Kelompok Des Mea dar data yag dkelompoka adalah : x x 1 1 1 dega : x = ttk

Lebih terperinci