BAB 3 PEMODELAN PROSES PENGGILINGAN AKHIR

Ukuran: px
Mulai penontonan dengan halaman:

Download "BAB 3 PEMODELAN PROSES PENGGILINGAN AKHIR"

Transkripsi

1 BAB 3 PEMODELAN POSES PENGGILINGAN AKHI 3. Proses Produs Semen Gamar 3. Proses Produs pada Par Semen Gamar d atas merupaan suatu proses produs semen mula dar penamangan materal-materal yang dutuan untu pemuatan semen Quarryng, proses pengglnggan awal Dryng & Grndng, pemaaran Kln Burnng & Coolng, proses pengglngan ar Fns Grndng dan proses yang terar adala proses pengemas semen Pacng untu dpasaran. 3.. Batasan Pemodelan Berdasaran proses produs semen yang tela djelasan d atas, pemodelan yang am lauan datas pada proses pengglngan ar semen Fns Grndng. Proses n dmula dar alran materal yang 34

2 35 erasal dar clner slo yang merupaan nput untu clner n sampa materal terseut menjad semen yang suda alus yang sap dsmpan pada cement slo. 3. Alran Materal Proses Pengglngan Ar Materal semen yang tela selesa melalu proses pemaaran Kln Burnng & Coolng, aan dsmpan pada clner slo. Semen asl pemaaran terseut mas erupa materal-materal yang mas asar dan perlu dlauan pengglngan ar untu mendapatan semen yang alus dan sap untu demas. Semen yang ada pada clner slo emudan aan dsmpan dalam n dan selanjutnya aan dcampur secara proporsonal dengan gypsum dan dengan addtve. Setela proses pencampuran selesa dlauan, emudan aslnya aan dmasuan e all mll untu dglng, sepert terlat pada gamar 3.7. Setela semen selesa dglng emudan aan dterusan e separator, pada separator n aan dlauan pemsaan antara semen yang suda alus dengan semen yang mas asar. Semen yang mas asar aan demalan lag e dalam all mll untu dglng emal sepert yang terlat pada gamar 3.8 d awa, sedangan semen yang suda alus aan dmasuan edalam cyclone lalu dterusan e ag flter untu menangap deu dengan melauan penyarngan udara sengga deu dengan sampa uuran tertentu tda dapat menemus flter, output dar ag flter n adala materal semen yang suda alus. Dan terar semen yang suda alus aan dsmpan pada cement slo dan nantnya aan demas.

3 36 Clner Gypsum Proportonal Mng Ball Mll Separator Cyclone Bag Flter Ceroong Asap Produ Semen To Cement Slo Gamar 3. Dagram Alran Materal Proses Pengglng Ar Keseluruan proses alran materal pada pengglngan ar n dapat dlat pada gamar Pemodelan Proses Pengglngan Ar Proses penglngan ar PPA menggunaan eerapa alat yang dranga menjad suatu sstem untu melauan suatu proses. Alat alat terseut adala Conveyor elt, ucet elevator, all mll, separator, fan, damper, cyclone, ag flter, ar slde, clner n, gypsum n dan addtve n. Seagan esar dar alatalat terseut dgeraan ole motor. Dan untu alran materal menggunaan cara mean dan fluda.

4 Pemodelan Motor Untu omponen yang menggunaan motor seaga penggeranya sepert wegt feeder, elt conveyor, ucet elevator, all mll, fan maa sstemata penurunan persamaan motor adala seaga erut : Dengan mengacu pada persamaan 7 pada su a..4 Motor DC, dan la dmsalan awa : B K A ; τ B J J t G, Maa : K ; m C ; m D ; 0 u t E ; u t F L L L m m m ; t A B t C D t F t E ut yt G t Atau t A t B t Eu t t C t D t Fu t yt G t Dar persamaan 3 d atas maa persamaan unge Kutta nya adala:

5 38 [ ] y u d c u a u d c u a u d c u a u d c u a u d c u a u d c a Matrs A dan matrs B yang aan dgunaan untu memodelan persamaan motor masng-masng adala seaga erut : u Matrs 3- d atas ddapatan dar suatu transfer functon yang mengaslan graf respon motor sepert pada gamar 3.3 d awa :

6 39 Gamar 3.3 Graf espon Motor Persamaan 3- d atas adala entu state space persamaan motor yang dgunaan d dalam perancangan dan pemodelan motor. Persamaan 3- terseut ddapat dar suatu transfer functon yang mengaslan graf araterst motor DC sepert pada gamar 3.3, dengan melauan espermen pada program Matla. Output dar motor terseut ddapat dengan menyelesaan solus dar matrs state space d atas dengan metode unge Kutta yang mempunya nterval 0, det. Pemodelan dengan persamaan d atas anya drancang untu alat yang menggunaan motor dengan nput yang dapat dgant-gant, dantaranya yatu wegt feeder, separator, fan dan damper Pemodelan Bn Clner, Gypsum, Addtve Bn merupaan tempat penampungan materal yang erasal dar slo. Untu Bn clner n, gypsum n dan addtve n, sstemata penurunannya merupaan sels antara materal yang masu e n dengan materal yang eluar dar n menuju wegt feeder.

7 40 Materal nput WH Clner Gypsum Lmestone WL Materal output Gamar 3.4 Materal Input dan Output Bn Q Q Qo dt dq Q Qo Q dq Qo Q d dt Q Q Q d dt Q Q Q n u Qo dt Q Qo [ ] Q Qo Qo dt K K K K u u u u u u 3 u u 4 K K K K K 3 4 K Q Qo Qn Qn K K K3 K4 6 Qn Qn K Qn Qn Q Qo

8 4 Dengan : Q Qo Q n Qo y materal nput yang erasal dar elt conveyor. materal yang eluar dar n menuju wegt feeder. apastas n C.y output ecepatan atual yang erasal dar motor pada wegt feeder y y y [ 0] Qo C y Cara erjanya adala seaga erut, materal nput aan masu terus selama n elum mencapa nla apastas masmum. Apala nla apastas n terseut suda mencapa atas masmum maa materal nput tda ada yang masu e dalam n. Kapastas d dalam n aan erurang setap saat arena materal eluar dar n melalu wegt feeder. Bla apastas n mencapa nla apastas mnmum maa materal nput aan masu lag, sstem d dalam n n aan erulang terus sampa seluru sstem dmatan. Bla apastas materal yang eluar dar n le esar dar apastas materal yang masu, maa apastas d dalam n aan erurang terus sampa menjad osong. Dan la tda ada materal d dalam n maa apastas materal yang eluar aan sama dengan apastas materal yang masu e dalam n.

9 Pemodelan fan Fan ecepatan A Bu y C poss onstan S Cs mr Q dp Gamar 3.5 Blo Dagram Pemodelan Fan y y dp S y - c s 0 Q Gamar 3.6 Graf Fan Pemodelan fan dturunan melalu pendeatan lner, sepert terlat pada gamar 3.6 d atas. Gamar terseut menunjuan uungan antara ecepatan yang dgamaran dalam gars S dengan poss damper yang dgamaran dengan gars. Perpotongan gars S dan merupaan nla dar det yang dgamaran dalam Q dan nla dar pressure yang dgamaran dalam dp.

10 Dar persamaan gars d atas, gars tda mengalam peruaan graden dan onstanta. Sedangan pada gars S aan terjad peruaan onstanta dan gradennya tetap, sengga persamaannya adala : y m c s 3-4 y m c 3-5 Sengga ja persamaan 3-4 dan 3-5 delmnas aan daslan : c Q s. 3 6 dan c dp y s Pemodelan Fan dengan Damper Damper Fan poss ecepatan A Bu y C A Bu y C S Cs mr Q dp Gamar 3.7 Blo Dagram Pemodelan Fan dan Damper

11 44 y y mr dp S y - c s 0 Q Gamar 3.8 Graf Fan dan Damper Dar persamaan gars d atas, pada gars S aan terjad peruaan onstanta tetap gradennya tetap, sengga persamaannya adala y m c s 3-8 Sedangan untu gars aan terjad peruaan graden tetap tda terjad peruaan pada onstantanya. y m r c..3-9 Sengga ja persamaan 3-8 dan 3-9 delmnas aan daslan : c s Q.3-0 m r dan m r c s dp y 3 - m r Pemodelan Separator Materal yang tela dglng d dalam all mll aan menjad nput ag separator. Pada separator aan dlauan pemsaan seles antara

12 45 materal semen yang suda alus dengan materal semen yang mas asar. Materal yang suda alus aan dterusan e ag flter sedangan materal yang mas asar aan dalran emal edalam all mll untu dglng ulang. Produce Input Materal Materal Kasar Gamar 3.9 Separator Pemodelannya adala sepert gamar d awa n : m m y m Input ma m Input Bag Flter m materal alus separator m y - speed Slon m materal asar Gamar 3.0 Graf Proses Dalam Separator

13 46 Koordnat merupaan oordnat untu ecepatan sedangan oordnat y merupaan oordnat untu apastas materal m. Nla ergantung dar ecepatan separator. Gars m merupaan fungs dar apastas materal alus yang aan dterusan dalam ag flter, gars m merupaan fungs dar apastas materal asar yang demalan e dalam all mll, dan m nput adala materal yang masu e separator. Dengan mengaml sala pada 0 nol sampa dengan satu, dmana 0 nol adala mnmum, dan satu adala masmum, maa dar gamar 3.0. d atas ddapat persamaan seaga erut : m nput masmum adala m m.3-3 Dengan melauan suatu analsa yang mengacu pada graf 3.0 d atas, ddapatan awa pada saat ecepatan separator d set masmum, maa m apastas materal yang mengalr e ag flter adala mnmum dan m apastas materal yang demalan e all mll adala masmum, sedangan pada saat ecepatan separator d set mnmum, maa m adala masmum dan m adala mnmum. Sengga la setap tt dengan varael yang sama m masmum dengan m mnmum, m masmum dengan m mnmum duungan aan mementu persamaan gars sepert pada persamaan 3 dan 3 3. Ja persamaan 3- dan 3-3 delmnas aan daslan : m m..3 4

14 47 Persamaan 3 4 d atas meml art awa penjumla antara apastas materal yang dalran e ag flter m dengan apastas materal yang demalan e all mll m adala sama dengan apastas materal yang masu edalam separator. Pemutan matemats mengena alran materal, a materal yang dalran menuju ag flter m maupun materal yang demalan e all mll m erdasaran analss dar gamar 3.0 d atas adala seaga erut : Pada saat speed masmum maa : m m m m 0 Sengga dar asl d atas dapat dsmpulan awa pada saat ecepatan separator dset masmum maa semua materal yang masu e separator aan dterusan e dalam all mll. Pada saat speed 0 mnmum maa : m m m m 0 0 Sengga pada saat ecepatan separator dset mnmum maa semua materal yang masu edalam separator aan dalran menuju ag flter. Hal n dutan dar asl d atas yatu pada saat ecepatan separator 0 mnmum maa m adala masmum

15 48 ecepatan A Bu y C y materal dar mll m - m Q materal to all mll Q materal to ag flter Gamar 3. Blo Dagram Pemodelan Separator.3.6 Pemodelan Fan, Damper, dan Bag Flter Materal alus/semen yang erasal dar separator aan dtar ole sstem fan damper melalu ag flter untu dmasuan e dalam slo. Sstem fan dan damper n dgunaan untu mengontrol ecepatan alran materal. Kecepatan fan dan poss damper merupaan fator yang menentuan ecepatan alran materal terseut.

16 49 Damper Fan poss A Bu y C ecepatan A Bu y C Cs mr S Bag flter Q dp Materal alus Separator Q semen to Slo Gamar 3. Blo Dagram Pemodelan Fan, Damper dan Bag Flter Seman esar poss damper maa ean aan seman ecl, sedangan seman ecl poss damper maa ean aan seman esar. Ja poss damper dperesar maa Q aan seman esar dan dp aan seman ecl. Ja poss damper dperecl maa Q aan seman ecl dan dp aan esar. Ja ecepatan fan dperesar maa Q aan seman esar dan dp aan seman esar. Ja ecepatan fan dperecl maa Q aan seman ecl dan dp aan seman ecl. Dengan mengacu pada gamar 3.9 yang menunjuan suatu proses yang erasal dar all mll menuju ag flter dengan pengaru taran fan dan poss damper. adala jumla amatan yang dml ole setap alat, sedangan S adala ecepatan motor dar fan. Keduanya aan mempengaru ecepatan

17 50 materal dan teanannya. adala amatan yang terdapat dalam all mll dan adala amatan dar dust collector/ag flter, edua amatan n nlanya sangat ecl, Sedangan 3 adala amatan dar poss motor yang ada dalam damper. Dar gamar 3.9 n masng-masng nla dapat dmodelan dengan melat graf pada gamar 3.3, gamar 3.4, dan gamar 3.5 d awa. Gamar 3.3 menunjuan graf yang menguungan antara poss dan amatan. Dar poss-poss n, a poss masmum damper ua maupun poss mnmum damper tutup maa ddapatan suatu persamaan gars yang turut dpengaru ole amatan. Sedangan untu gamar 3.4 d awa menunjuan graf amatan dan graden. Pada saat 3 ernla masmum maa damper aan tutup dan pada saat 3 ernla mnmum maa damper aan ua. Dan arnya dar gamar 3.5 ddapatan persamaan 3-8 yang merupaan persamaan graden m dan nantnya graden yang ddapat n aan dgunaan pada persamaan 3-0 dan 3- pada su a seaga m r. Dan sepert yang dapat dlat pada gamar 3.9, mr graden dar dan Cs onstanta dar ecepatan aan dgunaan untu mencar Q dan dp persamaan fan dan damper.

18 5 ran tutup 3 y -m c r -m 3 ran ua 0 mn Poss damper Ma Gamar 3.3 Graf Poss dan Hamatan m 0 ran tutup m r c 0,5 ran ua ma Gamar 3.4 Graf Hamatan dan Graden

19 5 3ma dp m 0 y m r c S y -m c s m 0,5 3mn Q Gamar 3.5 Graf Graden Teradap dp dan Q Untu mencar m r erdasaran graf d atas adala seaga erut : persamaan gars r adala r m poss msal : maa graden m 3 poss ma, ma y sengga r 3 persamaan gars m adala: m r c 0 c 3ma 3ma 0,5 c - 9,5 3ma 9,

20 53 9,5 0,5 c 3ma 9,5 c 0, m r c 3ma m c Susttus persamaan 3 5, 3 6 dan 3 7 m c 3ma 3 9,5 9,5 m 0,5 3 3ma 9,5 m m 0, ma

21 Gamar 3.6 Proses Pengglngan Ar pada Par Semen 54

22 55 Q Q Q Q 3 WH Q Q Qodt dq Q Qo Q dq Qo WL WH WH WH Q Q Qodt dq GYPSUM Q Qo Q dq Qo WL Q Q Qo dt dq Q Qo Q Q Qo dt dq Q Qo dq Q Q3 dq Q o Q o3 WL WL CLINKE LIMESTONE GYPSUM FLYASH WEIGH FEEDE MOTO A Bu C Du y E A Bu C Du y E A Bu C Du y E A Bu C Du y E Qo C.y Qo C.y Qo C.y Qo 3 C.y BALL MILL Q T Qo Qo Gamar 3.7 Blo Dagram Pemodelan Bn dan Motor

23 56 ecepatan A Bu y C y m - m m nput Qo SEPAATO Q materal to ag flter Qo 3 Qo WEIGH FEEDE BALL MILL Q T Qo Qo Qo Qo 3 FAN Gamar 3.8 Ball Mll

24 57 Dust Collector Damper Fan Ball Mll poss A Bu y C ecepatan A Bu y C 3 S 3 S Cs mr Q dp Gamar 3.9 Proses dar Ball Mll dan Bag Flter dengan Pengaru Poss dan Kecepatan

25 58 Gamar 3.6 d atas merupaan gamar eseluruan proses pengglngan ar Fns Grndng yang dmula dar materal yang erasal dar clner slo masu e dalam clner n sampa materal terseut eluar dar separator menjad semen yang suda alus yang sap dsmpan pada cement slo. Gamar 3.7 merupaan gamar pemodelan n dan motor. Kapastas n merupaan ntegral dar sels antara materal yang masu e n dengan materal yang eluar dar n menuju wegt feeder. Dmana laju materal yang eluar dar n dtentuan ole ecepatan motor dar wegt feeder. Gamar 3.8 merupaan gamar untu pemodelan all mll dan separator. Hasl penjumlaan materal yang eluar dar masng-masng n merupaan nput dar all Mll. D dalam all mll materal nput aan ddelay selama urang le tga ment. Output dar all mll aan menjad nput dar separator. Cara erja separator dtentuan ole ecepatan motor dar fan. Gamar 3.9 merupaan pemodelan proses dar Ball Mll dan Bag Flter dengan pengaru poss dan ecepatan. Kecepatan motor dar fan dan poss motor dar damper merupaan fator yang menentuan ecepatan alran materal terseut.

III FUZZY GOAL LINEAR PROGRAMMING

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

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

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

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Teor umum.. Pengertan Sstem Untu mempelajar suatu sstem aan le mengena la terle daulu mengetau apaa suatu sstem tu. Pengertan tentang sstem pertama al dapat dperole dar defnsna. Berut

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

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

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

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

Lebih terperinci

UNIVERSITAS BINA NUSANTARA. Jurusan Sistem Komputer Skripsi Sarjana Komputer Semester Genap tahun 2003/2004

UNIVERSITAS BINA NUSANTARA. Jurusan Sistem Komputer Skripsi Sarjana Komputer Semester Genap tahun 2003/2004 ii iii iv UNIVERSITAS BINA NUSANTARA Jurusan Sistem Komputer Skripsi Sarjana Komputer Semester Genap tahun 2003/2004 PEMODELAN DINAMIK DAN SIMULASI PROSES PENGGILINGAN AKHIR PADA PABRIK SEMEN Hengky Suleman

Lebih terperinci

KUNCI JAWABAN SOAL TEORI FISIKA OLIMPIADE SAINS NASIONAL Ketinggian maksimum yang dicapai beban dihitung dari permukaan tanah (y t ) 1 mv

KUNCI JAWABAN SOAL TEORI FISIKA OLIMPIADE SAINS NASIONAL Ketinggian maksimum yang dicapai beban dihitung dari permukaan tanah (y t ) 1 mv KUNI JWBN SO EOI FISIK OIMPIDE SINS NSION 00. a. Dhtung dahulu watu yang derluan dar beban dleas sama e etnggan masmum yatu t. v 0 at 0 0t t =0, seon. Ketnggan masmum yang dcaa beban dhtung dar ermuaan

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

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

Lebih terperinci

BAB II DIMENSI PARTISI

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

Lebih terperinci

Pengolahan lanjut data gravitasi

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

Lebih terperinci

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

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

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

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

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

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

Lebih terperinci

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

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

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

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

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

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

Lebih terperinci

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

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

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 11-22, April 2001, ISSN : SUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang

JURNAL MATEMATIKA DAN KOMPUTER Vol. 4. No. 1, 11-22, April 2001, ISSN : SUBRUANG MARKED. Suryoto Jurusan Matematika, FMIPA-UNDIP Semarang JURNAL MATEMATIKA DAN KOMPUTER ol. 4. No., - 22, Aprl 2, ISSN : 4-858 SUBRUANG MARKED Suryoto Jurusan Matemata, FMIPA-UNDIP Semarang Abstra Msalan suatu ruang vetor berdmens ngga atas lapangan omples C,

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara BAB LANDASAN TEORI Unverstas Sumatera Utara . Pengertan Regres Istlah regres pertama kal dperkenalkan oleh Francs Galtom. Menurut Galtom, analss regres erkenaan dengan stud ketergantungan dar satu varael

Lebih terperinci

BAB 2 LANDASAN TEORI

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

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

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

Lebih terperinci

BAB 3 GAMBARAN UMUM TEMPAT RISET

BAB 3 GAMBARAN UMUM TEMPAT RISET BAB 3 GAMBARAN UMUM TEMPAT RISET 3. Sejarah dan Kegatan Operasonal Perusahaan 8 3.. Sejarah Perkemangan Kantor Perwaklan Bank Indonesa Wlayah I (Sumut & Aceh) 8 3. Struktur Organsas dan Deskrps Tugas Kantor

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

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

Lebih terperinci

Universitas Tanjungpura Jalan Prof. Dr. Hadari Nawawi, Pontianak, Indonesia * Abstrak

Universitas Tanjungpura Jalan Prof. Dr. Hadari Nawawi, Pontianak, Indonesia *  Abstrak POSITRON, Vol. VII, No. (7), Hal. 4 47 ISSN: 3-497 (print) ISSN: 549-936X (online) Model Sederana Gera Osilator dengan Massa Berua Teradap Watu Menggunaan Metode Runge Kutta Yulia Acu a, Boni Palanop Lapanporo

Lebih terperinci

BAB IV HASIL ANALISIS

BAB IV HASIL ANALISIS BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan

Lebih terperinci

Integrasi. Metode Integra. al Reimann

Integrasi. Metode Integra. al Reimann Integras Metode Integra al Remann Metode Integral Trapezoda Metode Integra al Smpson Permasalaan Integras Pertungan ntegral adala pertungan dasar yang dgunakan dalam kalkulus, dalam banyak keperluan. Integral

Lebih terperinci

P i KULIAH KE 3 METODA KELOMPOK (COHORT SURVIVAL METHOD) METODE ANALISIS PERENCANAAN - 1 TPL SKS DR. Ir. Ken Martina K, MT.

P i KULIAH KE 3 METODA KELOMPOK (COHORT SURVIVAL METHOD) METODE ANALISIS PERENCANAAN - 1 TPL SKS DR. Ir. Ken Martina K, MT. ROGRAM STUDI ERENCANAAN WILAYAH DAN KOTA METODE ANALISIS ERENCANAAN TL SKS DR Ir Ken Martna K, MT KULIAH KE METODA KELOMOK (COHORT SURVIVAL METHOD) Merupaan salah satu metode proyes pendudu endudu delompoan

Lebih terperinci

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI Yunarstanto 1 Irwan Iftad 1 Iwan Ngabd Raharjo 2 Abstract: Producton flow n PT. Tga Seranga Pustaa Mandr

Lebih terperinci

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

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

Lebih terperinci

BAB VIII PENUTUP 8.1. Kesimpulan Penelitian

BAB VIII PENUTUP 8.1. Kesimpulan Penelitian A VIII PENUTUP 8.. Kesmpulan Peneltan Dalam peneltan yang tela dlakukan, dperole nformas knerja transms dan spektrum gelombang serta stabltas terumbu ottle Reef TM sebaga peredam gelombang ambang terbenam

Lebih terperinci

PENGUAT FREKUENSI RENDAH (lanjutan)

PENGUAT FREKUENSI RENDAH (lanjutan) EEKTONKA ANAOG Pertemuan 5 PENGUAT FEKUENS ENDAH (lanjutan) Model-model Transstor Bpolar Snyal-ema yang Telt Model parameter yang lengkap dtunjukkan pada gamar erkut. Model snyal lema parameter- utk THB

Lebih terperinci

Kaedah Runge-Kutta. Bab 25

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

Lebih terperinci

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

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

Lebih terperinci

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

BAB 4 IMPLEMENTASI DAN EVALUASI

BAB 4 IMPLEMENTASI DAN EVALUASI 65 BAB IMPLEMENTASI DAN EVALUASI. Penyaan Data Hasl Peneltan Data-ata hasl peneltan yang gunakan alam pengolahan ata aalah sebaga berkut: a. ata waktu kera karyawan b. ata umlah permntaan konsumen c. ata

Lebih terperinci

toto_suksno@uny.ac.d Economc load dspatch problem s allocatng loads to plants for mnmum cost whle meetng the constrants, (lhat d http://en.wkpeda.org/) Economc Dspatch adalah pembagan pembebanan pada pembangktpembangkt

Lebih terperinci

Analisis Persebaran Seismisitas Wilayah Sumatera Selatan Menggunakan Metode Double Difference

Analisis Persebaran Seismisitas Wilayah Sumatera Selatan Menggunakan Metode Double Difference B-54 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Prnt) Analss Persebaran Sesmstas Wlayah Sumatera Selatan Menggunaan Metode Double Dfference Dew Fajryyatul Mauldah, Bagus Jaya Santosa

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

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

Lebih terperinci

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

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

Lebih terperinci

BAB II LANDASAN TEORI

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

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

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

Lebih terperinci

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN SISFO-Jurnal Sstem Informas IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN Fazal Mahananto 1), Mahendrawath ER 2), Rully Soelaman 3) Jurusan Sstem Informas,

Lebih terperinci

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam

BAB 2 LANDASAN TEORI. Istilah regresi diperkenalkan oleh seorang yang bernama Francis Gulton dalam BAB LANDASAN TEORI Pengertan Regres Istlah regres dperkenalkan oleh seorang yang ernama Francs Gulton dalam makalah erjudul Regresson Towerd Medacraty n Heredtary Stature Menurut hasl peneltan elau, meskpun

Lebih terperinci

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

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

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

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

Lebih terperinci

PENENTUAN DENSITAS PERMUKAAN

PENENTUAN DENSITAS PERMUKAAN PENENTUAN DENSITAS PERMUKAAN Pada koreks topograf ada satu nla yang belum dketahu nlanya yatu denstas batuan permukaan (rapat massa batuan dekat permukaan). Rapat massa batuan dekat permukaan dapat dtentukan

Lebih terperinci

ANALISIS BENTUK HUBUNGAN

ANALISIS BENTUK HUBUNGAN ANALISIS BENTUK HUBUNGAN Analss Regres dan Korelas Analss regres dgunakan untuk mempelajar dan mengukur hubungan statstk yang terjad antara dua varbel atau lebh varabel. Varabel tersebut adalah varabel

Lebih terperinci

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA

Pengaruh Kelembaban dan Seri Tanah Terhadap Mutu dan Produksi Tanaman Tembakau Temanggung dengan Metode MANOVA Pengaruh Kelembaban dan Ser Tanah Terhadap Mutu dan Produs Tanaman Tembaau Temanggung dengan Metode MANOVA Mftala Al Rza ), Sutno ), dan Dumal ) ) Jurusan Statsta, Faultas MIPA, Insttut Tenolog Sepuluh

Lebih terperinci

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan

Lebih terperinci

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

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

Lebih terperinci

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 7 BAB LANDASAN TEORI.1 Analsa Regres Analsa regres dnterpretaskan sebaga suatu analsa yang berkatan dengan stud ketergantungan (hubungan kausal) dar suatu varabel tak bebas (dependent varable) atu dsebut

Lebih terperinci

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

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

Lebih terperinci

Dasar-dasar Aliran Fluida

Dasar-dasar Aliran Fluida Dasar-dasar Alran Fluda Konsep pentng dalam alran fluda Prnsp kekealan massa, sehngga tmbul persamaan kontnutas Prnsp energ knetk, persamaan persamaan alran tertentu Prnsp momentum, persamaan-persamaan

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 9 JANUARI OPEN BOOK WAKTU MENIT KLAS B DAN KLAS C PETUNJUK Istarto ttp://starto.staff.ugm.ac. starto@ugm.ac. ) Sauara bole menggunaan omputer untu mengerjaan

Lebih terperinci

Analisis Perhitungan Dan Perencanaan Water Tube Boiler Berbahan Bakar LPG Pada Industri Kecil Tahu Di Mojokerto

Analisis Perhitungan Dan Perencanaan Water Tube Boiler Berbahan Bakar LPG Pada Industri Kecil Tahu Di Mojokerto Insttut Tenlg Nasnal Malang Analss Perhtungan an Perencanaan ater Tube Bler Berbahan Baar LPG Pada Industr Kecl Tahu Mjert enny M.E. Sedjn, J Sasetyant 2, edy Zulhdayat Nr 3, Hayu Rara Febby Hapsar 4 Prgram

Lebih terperinci

ANALISA KINERJA COOLING TOWER INDUCED DRAFT TIPE LBC-W 300 TERHADAP PENGARUH PANAS RADIASI MATAHARI

ANALISA KINERJA COOLING TOWER INDUCED DRAFT TIPE LBC-W 300 TERHADAP PENGARUH PANAS RADIASI MATAHARI TUGAS AKHIR ANALISA KINERJA COOLING TOWER INDUCED DRAFT TIPE LBC-W 300 TERHADAP PENGARUH PANAS RADIASI MATAHARI Oleh: Nmas Puspto Pratw Dosen Pembmbng : Dr.Gunawan Nugroho, S.T,M.T Nur Lala Hamdah, ST.

Lebih terperinci

Tinjauan Ulang Konsep Mekanika Klasik

Tinjauan Ulang Konsep Mekanika Klasik Modul 1 Tnauan Ulang Konsep Meana Klas Paen Pandangan, S.S., M.S. P PENDAHULUAN ada Buu Mater Poo (BMP) Meana, Anda sudah mempelaar tentang neta dan dnama suatu sstem ba melalu huum-huum Newton, Lagrange,

Lebih terperinci

PERMASALAHAN LOKASI (Model Dasar) [2]

PERMASALAHAN LOKASI (Model Dasar) [2] PERMASALAHAN LOKASI Model Dasar [] Technques of Contnuous Space Locaton Probles Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch provde

Lebih terperinci

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance

Median Method. Types of Distance Rectilinear distance / Manhattan distance / City block distance / rigth-angle distance / rectangular distance 30/05/04 Technques of Contnuous Space Locaton Probles PERMASALAHAN LOKASI Model Dasar [] Medan ethod» Rectlner / Manhattan / Ct bloc dstance Contour-Lne ethod» Constructs regons bounded b counter lne hch

Lebih terperinci

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

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

Lebih terperinci

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

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

Lebih terperinci

BAB 2 LANDASAN TEORI. Universitas Sumatera Utara

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

Lebih terperinci

IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN

IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN E-Jurnal Matemata Vol. 5 (4), November 2016, pp. 126-132 ISSN: 2303-1751 IMPLEMENTASI BACKPROPAGATION NEURAL NETWORK DALAM PRAKIRAAN CUACA DI DAERAH BALI SELATAN I Made Dw Udayana Putra 1, G. K. Gandhad

Lebih terperinci

menyelesaikan permasalahan dalan penulisan.

menyelesaikan permasalahan dalan penulisan. BAB 5 : IMPLEMENTASI SISTEM Ba n mengurakan proses pengolahan data dengan program yang akan dgunakan yatu SPSS yang memantu dalam menyelesakan permasalahan dalan penulsan. BAB 6 : KESIMPULAN DAN SARAN

Lebih terperinci

INDEKS KERENTANAN SOSIAL EKONOMI UNTUK BENCANA ALAM DI WILAYAH INDONESIA 5. Anik Djuraidah

INDEKS KERENTANAN SOSIAL EKONOMI UNTUK BENCANA ALAM DI WILAYAH INDONESIA 5. Anik Djuraidah S-20 INDEKS KERENTANAN SOSIAL EKONOMI UNTUK BENCANA ALAM DI WILAYAH INDONESIA 5 An Djuradah Departemen Statsta FMIPA- IPB e-mal : andjuradah@gmal.com ABSTRAK Analss erentanan berembang dan dgunaan dalam

Lebih terperinci

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online

Jurnal Einstein 4 (1) (2016): Jurnal Einstein. Available online Jurnal Ensten 4 () (06): 4-3 Jurnal Ensten Avalable onlne http://jurnal.unmed.ac.d/0/ndex.php/ensten Penguuran Intrus Ar Laut Pada Sumur Gal Dengan Kondutvtmeter D Desa Pematang Guntung Kecamatan Telu

Lebih terperinci

IV. PERANCANGAN DAN IMPLEMENTASI SISTEM

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

Lebih terperinci

BAB II TEORI ALIRAN DAYA

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

Lebih terperinci

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan

Catatan Kuliah 12 Memahami dan Menganalisa Optimisasi dengan Kendala Ketidaksamaan Catatan Kulah Memaham dan Menganalsa Optmsas dengan Kendala Ketdaksamaan. Non Lnear Programmng Msalkan dhadapkan pada lustras berkut n : () Ma U = U ( ) :,,..., n st p B.: ; =,,..., n () Mn : C = pk K

Lebih terperinci

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

BAB V INTEGRAL KOMPLEKS

BAB V INTEGRAL KOMPLEKS 6 BAB V INTEGRAL KOMPLEKS 5.. INTEGRAL LINTASAN Msal suatu lntasan yang dnyatakan dengan : (t) = x(t) + y(t) dengan t rl dan a t b. Lntasan dsebut lntasan tutup bla (a) = (b). Lntasan tutup dsebut lntasan

Lebih terperinci

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program

Lebih terperinci

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si Analsa Penerapan Metode Robust Locally Weght Regresson Smoothng Scatterplots Pada Oblgas ( Analyss of Applcaton Robust Locally Weght Regresson Smoothng Scatterplots s Method n Oblgaton ) Oleh : Wahyu Saf

Lebih terperinci

OPTIMALISASI UNJUK KERJA PLANT TIME VARYING MENGGUNAKAN KENDALI FUZZY ADAPTIF DENGAN METODE SECARA TIDAK LANGSUNG

OPTIMALISASI UNJUK KERJA PLANT TIME VARYING MENGGUNAKAN KENDALI FUZZY ADAPTIF DENGAN METODE SECARA TIDAK LANGSUNG Smposum Nasonal II RAI 003 OTIMALISASI UNJUK KERJA LANT TIME VARYING MENGGUNAKAN KENDALI FUZZY ADATIF DENGAN METODE SECARA TIDAK LANGSUNG Stud Kasus ada Kontrol Level Surge Tan Amad Kumaen Sumard Iwan

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

MODEL MATEMATIKA SISTEM THERMAL

MODEL MATEMATIKA SISTEM THERMAL MODEL MATEMATIA SISTEM THERMAL PENGANTAR Sstem thermal merupakan sstem yang melbatkan pemndahan panas dar bahan yang satu ke bahan yang lan. Sstem thermal dapat danalsa dalam bentuk tahanan dan kapastans,

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

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

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

Lebih terperinci

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES

LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES LAMPIRAN A PENURUNAN PERSAMAAN NAVIER-STOKES Hubungan n akan dawal dar gaya yang beraks pada massa fluda. Gaya-gaya n dapat dbag ke dalam gaya bod, gaya permukaan, dan gaya nersa. a. Gaya Bod Gaya bod

Lebih terperinci

MODEL-MODEL MATEMATIS DARI SISTEM-SISTEM FISIS

MODEL-MODEL MATEMATIS DARI SISTEM-SISTEM FISIS MODEL-MODEL MATEMATIS DAI MODEL-MODEL MATEMATIS DAI Model matemats suatu sstem : Persamaan matemats yang menunjukan hubungan nput dan output dar suatu sstem yang bersangkutan. Dengan mengteahu model matemats

Lebih terperinci

IV. MODEL-MODEL EMPIRIS FUNGSI PERMINTAAN

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

Lebih terperinci

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

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

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Dalam pembuatan tugas akhr n, penulsan mendapat referens dar pustaka serta lteratur lan yang berhubungan dengan pokok masalah yang penuls ajukan. Langkah-langkah yang akan

Lebih terperinci

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut

Lebih terperinci

adalah beban pada simpul i berturut-turut. θ adalah vektor sudut fasa dan B adalah elemen-elemen imajiner matriks admitansi simpul. Mengingat bahwa: 1

adalah beban pada simpul i berturut-turut. θ adalah vektor sudut fasa dan B adalah elemen-elemen imajiner matriks admitansi simpul. Mengingat bahwa: 1 ISSN 907-0500 Analss Kepeaan engembangan Sstem Transms Tenaga Lstr Ternternes Menggunaan Successve Frward Methd Stud Kasus: Sstem Transms 500 V Jawa-Bal engembangantahun 007 06 Nurhalm Jurusan Ten Eletr

Lebih terperinci

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

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

Lebih terperinci

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Berala Fsa ISSN : 1410-966 Vol.8, No.1, Januar 005, hal 7-10 KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Agus Setyawan Laboratorum Geofsa, Jurusan

Lebih terperinci