Presentasi Sidand Tesis
|
|
- Vera Hermawan
- 6 tahun lalu
- Tontonan:
Transkripsi
1 HASIL DAN PEMBAHASAN 26
2 SISTEM DINAMIK (1) (2) T(t) = Populasi sel kanker pada saat t N(t) = Populasi sel normal pada saat t I(t) = Populasi sel kekebalan tubuh pada saat t Dengan Kondisi Awal T(0)=T0; N(0)=N0; I(0)=I0 (3) 27
3 LANJUTAN Presentasi Sidand Tesis jika dituliskan kedalam bentuk matriks maka sistem persamaan 1-3 menjadi Pendiskritan menggunakan: (4) Persamaan 4 menjadi (5) 28
4 LANJUTAN Presentasi Sidand Tesis Terakhir, dari pers 5 diperoleh bentuk : (6) 29
5 FUZZIFIKASI Dari pers 6 diperoleh: (7) Sistem matriks di atas ditentukan interval sistemnya dari setiap masing-masing populasi sel sebagai berikut; 30
6 FUNGSI KEANGGOTAAN Sel Normal a. Jika jumlah sel normal minimum, maka fungsi keanggotaanya: b. Jika Jumlah sel normal maksimum, maka fungsi keanggotaanya: Sel Kanker a. Jika jumlah sel kanker minimum, maka fungsi keanggotaanya: b. Jika jumlah sel kanker maksimum, maka fungsi keanggotaanya: Sel Imun a. Jika jumlah sel imun minimum, maka fungsi keanggotaanya: b. Jika jumlah sel imun maksimum, maka fungsi keanggotaanya: 31
7 ATURAN DASAR LOGIKA FUZZY Dari kombinasi interval masing-masing sel diperoleh aturan dasar logika, yaitu: 32
8 FILTER ALGORITMA KALMAN FILTER 33
9 ALGORITMA FUZZY KALMAN FILTER KALMAN FILTER 34
10 DEFUZZIFIKASI Estimasi Rumus Defuzzifikasi dengan 35
11 SIMULASI 36
12 NILAI-NILAI PARAMETER 37
13 HASIL SIMULASI Presentasi Sidand Tesis 38
14 ESTIMASI JUMLAH SEL NORMAL GRAFIK Presentasi Sidand Tesis KETERANGAN Gambar menunjukkan hasil estimasi jumlah sel normal sampai iterasi ke- 30 dengan menggunakan algoritma fuzzy Kalman filter dan Kalman filter. Untuk estimasi fuzzy Kalman filter, sel normal berkurang dari posisi 0.75 turun secara drastis setelah iterasi ke- 20 sampai pada titik Sedangkan untuk estimasi Kalman filter, sel normal berkurang hanya sedikit tetap disekitar titik awal, kemudian cenderung naik setelah iterasi ke-25. Dari gambar juga tampak bahwa estimasi fuzzy Kalman filter dan Kalman filter mendeketi nilai realnya tetapi setelah iterasi ke-20 hanya estimasi fuzzy Kalman filter yang mendekati nilai realnya 39
15 ESTIMASI JUMLAH SEL KANKER GRAFIK Presentasi Sidand Tesis KETERANGAN Gambar menunjukkan hasil estimasi jumlah sel kanker sampai iterasi ke-30 dengan menggunakan algoritma fuzzy Kalman filter dan Kalman filter. Untuk estimasi fuzzy Kalman filter, sel kanker tumbuh dari posisi 0.25 meningkat secara berlahan kemudian tumbuh secara drastis setelah iterasi ke- 20 sampai pada titik Sedangkan untuk estimasi Kalman filter hanya tumbuh sampai titik Berdasarkan gambar 4.2 tampak bahwa estimasi fuzzy Kalman filter lebih mendekati nilai realnya dibanding estimasi Kalman filter. 40
16 ESTIMASI JUMLAH SEL IMUN GRAFIK Presentasi Sidand Tesis KETERANGAN Gambar menunjukkan hasil estimasi jumlah sel imun atau sel kekebalan tubuh sampai iterasi ke-30 dengan menggunakan algoritma fuzzy Kalman filter dan Kalman filter. Sel imun tumbuh dari posisi 0.15 meningkat secara berlahan kemudian tumbuh secara drastis setelah waktu ke-23 sampai pada titik 500 untuk estimasi fuzzy Kalman filter, sedangkan untuk estimasi Kalman filter setelah waktu-23 tumbuh sampai ke titik Berdasarkan plot di atas tampak bahwa estimasi fuzzy Kalman filter dan Kalman filter hampir mendekati nilai real pada waktu ke-23, tetapi setelah waktu ke-23 estimasi Kalman filter lebih menjauh dari nilai real dibanding dengan fuzzy Kalman filter yang hampir selalu mendekati nilai realnya. 41
17 EROR ESTIMASI GRAFIK Presentasi Sidand Tesis KETERANGAN Pada gambar ditunjukkan eror estimasi kinerja dari algoritma Fuzzy Kalman Filter dan Kalman Filter. Dari gambar tampak bahwa eror untuk estimasi fuzzy Kalman filter jauh lebih kecil dibanding dengan eror dari Kalman filter, dengan root mean square error (RMSE) fuzzy Kalman filter samadengan sedangkan root mean square error (RMSE) Kalman filter samadengan
18 KESIMPULAN Dari hasil simulasi estimasi fuzzy Kalman filter pada estimasi penyebaran sel kanker ini tidak jauh berbeda dengan nilai realnya Populasi sel kanker menunjukkan peningkatan drastis. Namun sebaliknya populasi sel normal menunjukkan penurunan drastis. Hal ini disebabkan karena prilaku dari sistem tanpa pengaruh obat Root Mean Square Eror (RMSE) fuzzy Kalman filter lebih kecil daripada Root Mean Square Eror (RMSE) Kalman filter sehingga untuk estimasi penyebaran sel kanker lebih bagus menggunakan fuzzy Kalman filter dari pada Kalman filter, sehingga algoritma fuzzy Kalman filter dapat digunakan untuk mengestimasi suatu variabel keadaan, terkhususnya estimasi penyebaran sel kanker Waktu komputasi Kalman filter lebih cepat daripada waktu komputasi fuzzy Kalman filter. 43
19 SARAN Adapun saran yang dapat kami berikan bahwa penelitian ini dapat dilanjutkan dengan memberikan tambahan pengaruh obat pada prilaku sistem. 44
20 DAFTAR PUSTAKA Presentasi Sidand Tesis 45
21 DAFTAR PUSTAKA Presentasi Sidand Tesis 46
22 SEKIAN DAN TERIMA KASIH WASSALAM 47
BAB III EXTENDED KALMAN FILTER DISKRIT. Extended Kalman Filter adalah perluasan dari Kalman Filter. Extended
26 BAB III EXTENDED KALMAN FILTER DISKRIT 3.1 Pendahuluan Extended Kalman Filter adalah perluasan dari Kalman Filter. Extended Kalman Filter merupakan algoritma yang digunakan untuk mengestimasi variabel
Lebih terperinciBab II LANDASAN TEORI
Bab II LANDASAN TEORI Bab ini terdiri dari 3 bagian. Pada bagian pertama berisi tinjauan pustaka dari penelitian-penelitian sebelumnya. Pada bagian kedua diberikan teori penunjang untuk mencapai tujuan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN Deskripsi Data
BAB IV HASIL DAN PEMBAHASAN 4.. Deskripsi Data Pada penelitian ini data yang digunakan adalah data bulanan banyaknya wisatawan yang datang di kota Surakarta dari Januari 200 sampai Desember 204. Data banyaknya
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN FUZZY TIME SERIES TERBOBOT. 1. Pendahuluan
PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN FUZZY TIME SERIES TERBOBOT Dennis Frisca Ayudya, Dewi Retno Sari Saputro, Santoso Budi Wiyono Program Studi Matematika FMIPA UNS Abstrak. Indeks harga
Lebih terperinciTUGAS AKHIR. ESTIMASI POSISI MAGNETIC LEVITATION BALL MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER (EnKF) Oleh: ARIEF RACHMAN
TUGAS AKHIR ESTIMASI POSISI MAGNETIC LEVITATION BALL MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER (EnKF) Oleh: ARIEF RACHMAN 1206 100 710 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciIMPLEMENTASI ENSEMBLE KALMAN FILTER PADA ESTIMASI KECEPATAN KAPAL SELAM
SIDANG TUGAS AKHIR IMPLEMENTASI ENSEMBLE KALMAN FILTER PADA ESTIMASI KEEPATAN KAPAL SELAM Oleh: RISA FITRIA 57 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH
Lebih terperinciESTIMASI VARIABEL KEADAAN PADA NON- ISOTHERMAL CONTINUOUS STIRRED TANK REACTOR MENGGUNAKAN FUZZY KALMAN FILTER
TESIS - SM 142501 ESTIMASI VARIABEL KEADAAN PADA NON- ISOTHERMAL CONTINUOUS STIRRED TANK REACTOR MENGGUNAKAN FUZZY KALMAN FILTER RISA FITRIA NRP 1211201202 DOSEN PEMBIMBING Dr. Didik Khusnul Arif, S.Si,
Lebih terperinciEstimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter
Jurnal ILMU DASAR, Vol.14, No,2, Juli 2013 : 85-90 85 Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter Solution Estimation of Logistic Growth Model with Ensemble Kalman Filter
Lebih terperinciBAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma)
BAB III KALMAN FILTER DISKRIT 3.1 Pendahuluan Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma) yang memberikan perhitungan efisien dalam mengestimasi state proses, yaitu dengan
Lebih terperinciBAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS
BAB III METODE TIME-INVARIANT FUZZY TIME SERIES BERDASARKAN SELISIH DATA HISTORIS 3.1 Model Peramalan Peramalan adalah penggunaan data masa lalu dari sebuah variabel atau kumpulan variabel untuk mengestimasi
Lebih terperinciImplementasi Ensemble Kalman Filter (Enkf) Untuk Estimasi Ketinggian Air Dan Temperatur Uap Pada Steam Drum Boiler
Implementasi Ensemble Kalman Filter (Enkf) Untuk Estimasi Ketinggian Air Dan Temperatur Uap Pada Steam Drum Boiler Ahmad Nasrullah Jamaludin 1, Erna Apriliani 1, Hendra Cordova 2, Teguh Herlambang 3 1
Lebih terperinciBAB III PEMBAHASAN. Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk
BAB III PEMBAHASAN 3.1. Kriging Metode kriging digunakan oleh G. Matheron pada tahun 1960-an, untuk menonjolkan metode khusus dalam moving average terbobot (weighted moving average) yang meminimalkan variansi
Lebih terperinciBAB IV IMPLEMENTASI SKEMA RUNGE-KUTTA. Pada bab ini akan dibahas implementasi skema skema yang telah
BAB IV IMPLEMENTASI SKEMA RUNGE-KUTTA Pada bab ini akan dibahas implementasi skema skema yang telah dijelaskan pada Bab II dan Bab III pada suatu model pergerakan harga saham pada Bab II. Pada akhir bab
Lebih terperinciMODEL HIBRIDA RUNTUN WAKTU FUZZY TERBOBOT-DERET FOURIER UNTUK PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI BENGAWAN SOLO
MODEL HIBRIDA RUNTUN WAKTU FUZZY TERBOBOT-DERET FOURIER UNTUK PERAMALAN CURAH HUJAN DI DAERAH ALIRAN SUNGAI BENGAWAN SOLO oleh INDIAWATI AYIK IMAYA M0111045 SKRIPSI ditulis dan diajukan untuk memenuhi
Lebih terperinciBAB III PEMBAHASAN. harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017.
BAB III PEMBAHASAN Data yang digunakan dalam bab ini diasumsikan sebagai data perkiraan harga minyak mentah di Indonesia dari bulan Januari 2007 sampai Juni 2017. Dengan demikian dapat disusun model Fuzzy
Lebih terperinciOPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION
OPTIMASI PARAMETER α DAN γ DALAM PEMULUSAN EKSPONENSIAL DUA PARAMETER DENGAN METODE MODIFIKASI GOLDEN SECTION NILA YUWIDA 1208100015 Dosen Pembimbing : Dra. Nuri Wahyuningsih, M.Kes Drs. Lukman Hanafi,
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Clustering adalah proses di dalam mencari dan mengelompokkan data yang memiliki kemiripan karakteristik (similarity) antara satu data dengan data yang lain. Clustering
Lebih terperinciBAB IV PENGUJIAN ALGORITMA TRACKING
BAB IV PENGUJIAN ALGORITMA TRACKING Pada Bab III sebelumnya telah dijelaskan mengenai pemodelan dalam Simulink yang dibuat untuk menguji algoritma Filter Kalman dalam sistem Radar Tracking dan juga algoritma
Lebih terperinciBAB III PEMBAHASAN. FRBFNN, Arsitektur FRBFNN, aplikasi FRBFNN untuk meramalkan kebutuhan
BAB III PEMBAHASAN Pada bab ini berisi mengenai FRBFNN, prosedur pembentukan model FRBFNN, Arsitektur FRBFNN, aplikasi FRBFNN untuk meramalkan kebutuhan listrik di D.I Yogyakarta. A. Radial Basis Function
Lebih terperinciOleh : Alif Tober Rachmawati
Perancangan softsensor steam quality pada steam generator dengan optimasi nilai spesifik volume dengan metode jaringan syaraf tiruan (JST) Oleh : Alif Tober Rachmawati 2410105022 Latar Belakang Steam generator
Lebih terperinci2. Nilai yang dihasilkan oleh sistem dengan teknik defuzzifikasi dan metode inferensi fuzzy yang berbeda.
BAB 4 HASIL UJI COBA DAN ANALISIS Pada bab ini akan dijelaskan hasil dari uji coba yang dilakukan pada sistem. Dari hasil uji coba dilakukan analisis sehingga dapat diketahui metode yang tepat untuk sistem
Lebih terperinciBAB 3 METODOLOGI PENELITIAN
BAB 3 METODOLOGI PENELITIAN Pembahasan pada bab ini menjelaskan gambaran umum nilai tukar mata uang rupiah terhadap dolar amerika, metode penelitian, perancangan program aplikasi, rancangan perangkat lunak
Lebih terperinciPerbandingan Metode Kalman Filter, Extended Kalman Filter, dan Ensemble Kalman Filter pada Model Penyebaran Virus HIV/AIDS
J. Math. and Its Appl. E-ISSN: 2579-8936 P-ISSN: 1829-605X Vol. 15, No. 1, Maret 2018, 17-29 Perbandingan Metode Kalman Filter, Extended Kalman Filter, dan Ensemble Kalman Filter pada Model Penyebaran
Lebih terperinciEstimasi Posisi Mobile Robot Menggunakan Metode Akar Kuadrat Unscented Kalman Filter (AK-UKF)
Estimasi Posisi Mobile Robot Menggunakan Metode Akar Kuadrat Unscented Kalman Filter (AK-UKF) Teguh Herlambang 1), Reizano Amri Rasyid 2), Sri Hartatik 3), Dinita Rahmalia 4) 1) Program Studi Sistem Informasi
Lebih terperinciIV HASIL DAN PEMBAHASAN
tersembunyi berkisar dari sampai dengan 4 neuron. 5. Pemilihan laju pembelajaran dan momentum Pemilihan laju pembelajaran dan momentum mempunyai peranan yang penting untuk struktur jaringan yang akan dibangun.
Lebih terperinciBAB 3 METODE PENELITIAN
10 BAB 3 METODE PENELITIAN 3.1 Metode Fuzzy Time Series yang dikembangkan oleh Song dan Chissom Song dan Chissom merupakan orang yang pertama kali memperkenalkan teori fuzzy time series yaitu dalam peramalan
Lebih terperinciOleh : Rahman NRP : Jurusan Teknik Fisika Institut Teknologi Sepuluh Nopember Surabaya
Oleh : Rahman NRP : 2406 100 081 Pembimbing I: Imam Abadi ST, MT. NIP. 19761006 199903 1002 Pembimbing II: Ir. M.Ilyas H. S. NIP. 19490919 197903 1002 Jurusan Teknik Fisika Institut Teknologi Sepuluh Nopember
Lebih terperinciMetode Asimilasi Data sebagai Estimasi Penyelesaian Masalah-masalah Lingkungan
J. of Math. and Its Appl. ISSN: 1829-605X Vol. 1, No. 1 (2004), 19 Metode Asimilasi Data sebagai Estimasi Penyelesaian Masalah-masalah Lingkungan Erna Apriliani Jurusan Matematika Institut Teknologi Sepuluh
Lebih terperinciPERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS
PERAMALAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN RUNTUN WAKTU FUZZY DENGAN PARTISI INTERVAL BERDASARKAN FREKUENSI DENSITAS Sylvia Swidaning Putri, Winita Sulandari dan Muslich Program Studi Matematika
Lebih terperinciHALAMAN PENGESAHAN DOSEN PEMBIMBING... HALAMAN PENGESAHAN DOSEN PENGUJI...
DAFTAR ISI Halaman JUDUL... HALAMAN PENGESAHAN DOSEN PEMBIMBING... HALAMAN PENGESAHAN DOSEN PENGUJI... HALAMAN PERNYATAAN KEASLIAN... HALAMAN PERSEMBAHAN... HALAMAN MOTTO... KATA PENGANTAR... i ii ii iv
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Logika Fuzzy Fuzzy secara bahasa diartikan sebagai kabur atau samar yang artinya suatu nilai dapat bernilai benar atau salah secara bersamaan. Dalam fuzzy dikenal derajat keanggotan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciBAB IX ANALISIS REGRESI
BAB IX ANALISIS REGRESI 1. Model Analisis Regresi-Linear Analisis regresi-linear adalah metode statistic yang dapat digunakan untuk mempelajari hubungan antarsifat permasalahan yang sedang diselidiki.
Lebih terperinciPrediksi Jumlah Permintaan Gas Cair Menggunakan Fuzzy Inference Model pada PT Air Products Gresik Oleh : Lailatul Khikmiyah
Prediksi Jumlah Permintaan Gas Cair Menggunakan Fuzzy Inference Model pada PT Air Products Gresik Oleh : Lailatul Khikmiyah - 5208100093 Latar Belakang PT Air Products Gresik adalah sebuah perusahaan penghasil
Lebih terperinciBAB 3 METODE FUZZY TIME SERIES DENGAN FAKTOR PENDUKUNG UNTUK MERAMALKAN DATA SAHAM
BAB 3 METODE FUZZY TIME SERIES DENGAN FAKTOR PENDUKUNG UNTUK MERAMALKAN DATA SAHAM 3.1 Pengertian Dasar Peramalan Peramalan (forecasting) adalah suatu kegiatan yang memperkirakan apa yang akan terjadi
Lebih terperinciPRAKTIKUM 1 Penyelesaian Persamaan Non Linier Metode Tabel
PRAKTIKUM 1 Penyelesaian Persamaan Non Linier Metode Tabel Tujuan : Mempelajari metode Tabel untuk penyelesaian persamaan non linier Dasar Teori : Penyelesaian persamaan non linier adalah penentuan akar-akar
Lebih terperinciProgram Aplikasi Rekonsiliasi Data untuk Pendeteksian Gross Error pada Sistem Tangki Ganda yang Berinteraksi
Program Aplikasi Rekonsiliasi Data untuk Pendeteksian Gross Error pada Sistem Tangki Ganda yang Berinteraksi Abstrak 1 Andreas Julianto Sutrisno, 2 Parsaulian Siregar dan 3 Estiyanti Ekawati 1 Program
Lebih terperinciPREDIKSI CUACA MARITIM UNTUK MENDETEKSI KEBERADAAN SUMBER DAYA LAUT IKAN DI PERAIRAN JAWA TIMUR
PREDIKSI CUACA MARITIM UNTUK MENDETEKSI KEBERADAAN SUMBER DAYA LAUT IKAN DI PERAIRAN JAWA TIMUR OLEH : Bagusranu Wahyudi Putra 2410100044 DOSEN PEMBIMBING : Dr. Ir. Aulia Siti Aisjah, MT. Ir. Syamsul Arifin,
Lebih terperinciALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL
ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL Habib Hasbullah 1, Erna Apriliani 2 1 Mahasiswa Program Studi S2, Jurusan Matematika, F-MIPA,
Lebih terperinciSYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM)
SYSTEM IDENTIFIKASI GANGGUAN STROKE ISKEMIK MENGGUNAKAN METODE OTSU DAN FUZZY C-MEAN (FCM) Jani Kusanti Program Studi Teknik Informatika, Fakultas Teknik Elektro dan Informatika Universitas Surakarta (UNSA),
Lebih terperinciBAB II: TINJAUAN PUSTAKA
BAB II: TINJAUAN PUSTAKA Bab ini akan memberikan penjelasan awal mengenai konsep logika fuzzy beserta pengenalan sistem inferensi fuzzy secara umum. 2.1 LOGIKA FUZZY Konsep mengenai logika fuzzy diawali
Lebih terperinciCONTOH SOLUSI UTS ANUM
CONTOH SOLUSI UTS ANUM 0 Propagasi eror adalah kejadian di mana eror dari operan suatu komputasi sederhana memberikan eror yang lebih besar pada hasil komputasi tersebut. Misalnya, eror awal suatu representasi
Lebih terperinciABSTRAK. Teknologi pengkode sinyal suara mengalami kemajuan yang cukup. pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari
ABSTRAK Teknologi pengkode sinyal suara mengalami kemajuan yang cukup pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari pengkode sinyal suara yaitu output sinyal suara yang mempunyai
Lebih terperinciKONSEP DASAR TERKAIT METODE BAYES
KONSEP DASAR TERKAIT METODE BAYES 2.3. Peubah Acak dan Distribusi Peluang Pada statistika kita melakukan percobaan dimana percobaan tersebut akan menghasilkan suatu peluang. Ruang sampel pada percobaan
Lebih terperinciPENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA
SISTEM PENDUKUNG KEPUTUSAN PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA Alda Raharja - 5206 100 008! Wiwik Anggraeni, S.Si, M.Kom! Retno
Lebih terperinciPERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY -RANTAI MARKOV
PERAMALAN NILAI TUKAR RUPIAH TERHADAP DOLAR AMERIKA MENGGUNAKAN MODEL RUNTUN WAKTU FUZZY -RANTAI MARKOV oleh ERIKHA AJENG CHISWARI NIM. M0111028 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan
Lebih terperinciLEMBAR PENGESAHAN PERNYATAAN ABSTRAK...
DAFTAR ISI LEMBAR PENGESAHAN PERNYATAAN ABSTRAK... i KATA PENGANTAR... ii UCAPAN TERIMA KASIH... iv DAFTAR ISI... vi DAFTAR TABEL... viii DAFTAR GAMBAR... ix DAFTAR SIMBOL... x BAB I PENDAHULUAN... 1 1.1
Lebih terperinciANALISIS MODEL MATEMATIKA TENTANG PENGARUH KEMOTERAPI TERHADAP DINAMIK PERTUMBUHAN SEL TUMOR DAN SEL NORMAL
AALISIS MODEL MAEMAIKA EAG PEGARUH KEMOERAPI ERHADAP DIAMIK PERUMBUHA SEL UMOR DA SEL ORMAL Amalia Dikaningtyas 1), Kus Prihantoso Krisnawan 2) 1) Mahasiswa Program Studi Matematika, FMIPA Universitas
Lebih terperinciPENGGUNAAN METODE FUZZY TIME SERIES UNTUK MERAMALKAN HASIL PRODUKSI PADI KABUPATEN MAJALENGKA
PENGGUNAAN METODE FUZZY TIME SERIES UNTUK MERAMALKAN HASIL PRODUKSI PADI KABUPATEN MAJALENGKA Khanty Intan Lestari 1, Tine Soemartini 2, Resa Septiani Pontoh 3. Mahasiswa Program Studi Statistika Universitas
Lebih terperinciPREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE
PREDIKSI INFLASI DI INDONESIA MENGGUNAKAN REGRESI NONPARAMETRIK B-SPLINE Annita Nur Kusumastuti, Sri Sulistijowati Handajani, dan Respatiwulan Program Studi Matematika FMIPA UNS ABSTRAK. Inflasi identik
Lebih terperinciBAB I PENDAHULUAN. kematian nomor tujuh di Indonesia dengan persentase 5,7 persen dari keseluruhan
BAB I PENDAHULUAN A. Latar Belakang Masalah Tumor merupakan penyakit yang mengkhawatirkan karena menjadi penyebab kematian nomor tujuh di Indonesia dengan persentase 5,7 persen dari keseluruhan penduduk
Lebih terperinciDESAIN PENGENDALIAN PINTU AIR DENGAN METODE SLIDING MODE CONTROL (SMC)
J. Math. and Its Appl. ISSN: 1829-605X Vol. 13, No. 1, Mei 2016, 13-22 DESAIN PENGENDALIAN PINTU AIR DENGAN METODE SLIDING MODE CONTROL (SMC) Moh. Fahmi Muzaki 1, Erna Apriliani 2, Sri Suprapti H 3 1,2,3
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Sekolah Menengah Atas (SMA), adalah jenjang pendidikan menengah di Indonesia setelah lulus Sekolah Menengah Pertama (SMP) atau sederajat. SMA ditempuh dalam
Lebih terperinciBAB III METODOLOGI PENELITIAN. dalam pembuatan solusi tersebut adalah sebagai berikut: harapan dan memiliki manfaat yang maksimal.
BAB III METODOLOGI PENELITIAN Pada bab ini akan menjelaskan tentang tahapan-tahapan yang dilakukan untuk memecahkan masalah. Tahapan tersebut diawali dengan analisa permasalahan yang terjadi dalam Puskesmas
Lebih terperinciCLUSTERING KARYAWAN BERDASARKAN KINERJA DENGAN MENGGUNAKAN LOGIKA FUZZY C-MEAN
CLUSTERING KARYAWAN BERDASARKAN KINERJA DENGAN MENGGUNAKAN LOGIKA FUZZY C-MEAN Fitri Wulandari, Rinto Setiawan Jurusan Teknik Informatika Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif
Lebih terperinciPADA. Oleh Ferryanto Chandra Program Studi Magister dan Doktor Teknik Penerbangan Fakultas Teknologi Industri Institut Teknologi Bandung
APLIKASI ALGORITMA FILTERING PADA SISTEM MULTI RADAR TRACKING Oleh Ferryanto Chandra 23604004 Program Studi Magister dan Doktor Teknik Penerbangan Fakultas Teknologi Industri Institut Teknologi Bandung
Lebih terperinciPrediksi Beban Listrik jangka Panjang di Kabupaten Batu Bara tahun dengan Menggunakan Metode Fuzzy Clustering
Prediksi Beban Listrik jangka Panjang di Kabupaten Batu Bara tahun 2015-2014 dengan Menggunakan Metode Fuzzy Clustering Hermansyah Alam I nst it ut T ek no lo g i M ed a n E ma il : he r ma ns_it m@ ya
Lebih terperinciBAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n<<p DAN TERDAPAT KEKOLINEARAN-GANDA
BAB IV KAJIAN SIMULASI: PENDEKATAN BAYES PADA DATA n
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Tahapan Penelitian Tahapan yang dilakukan dalam penelitian ini disajikan pada Gambar 14, terdiri dari tahap identifikasi masalah, pengumpulan dan praproses data, pemodelan
Lebih terperinciBAB I PENDAHULUAN. Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Peramalan keadaan pada suatu waktu merupakan hal penting. Hal itu dikarenakan peramalan dapat digunakan sebagai rujukan dalam menentukan tindakan yang akan
Lebih terperinciPOSITRON, Vol. IV, No. 2 (2014), Hal ISSN :
Modifikasi Estimasi Curah Hujan Satelit TRMM Dengan Metode Jaringan Syaraf Tiruan Propagasi Balik Studi Kasus Stasiun Klimatologi Siantan Fanni Aditya 1)2)*, Joko Sampurno 2), Andi Ihwan 2) 1)BMKG Stasiun
Lebih terperinciANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA
ANALISIS PERBANDINGAN METODE JARINGAN SYARAF TIRUAN DAN REGRESI LINEAR BERGANDA PADA PRAKIRAAN CUACA Nurmahaludin (1) (1) Staf Pengajar Jurusan Teknik Elektro Politeknik Negeri Banjarmasin Ringkasan Kebutuhan
Lebih terperinciAnalog to Digital Converter (ADC)
Analog to Digital Converter (ADC) Analog to Digital Converter by AGL ADC merupakan proses untuk mengubah sinyal analog menjadi digital. Tahap-tahap nya adalah sebagai berikut: Gambar: Proses ADC Analog
Lebih terperinciBAB IV PEMBAHASAN. Proses estimasi pada metode IRLS ini dengan meminimumkan fungsi residu, yang dapat dituliskan sebagai berikut.
BAB IV PEMBAHASAN Pada bab ini akan dibahas mengenai estimasi parameter model Regresi M- kuantil, penurunan model Regresi M-kuantil, dan contoh penerapan model Regresi M-kuantil pada pengaruh pendapatan
Lebih terperinciESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER. Oleh: Miftahuddin ( )
ESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER Oleh: Miftahuddin (1206 100 707) Dosen Pembimbing: Subchan, Ph.D Dr. Erna Apriliani, M.Si Abstrak Robot Mobil atau Mobile Robot adalah konstruksi
Lebih terperinciSIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY KRIGING DENGAN TEKNIK JACKKNIFE
ISSN: 2339-2541 JURNAL GAUSSIAN, Volume 3, Nomor 3, Tahun 2014, Halaman 333-342 Online di: http://ejournal-s1.undip.ac.id/index.php/gaussian SIMULASI PENGUKURAN KETEPATAN MODEL VARIOGRAM PADA METODE ORDINARY
Lebih terperinciPenentuan Distribusi Suhu pada Permukaan Geometri Tak Tentu Menggunakan Metode Random Walk Balduyanus Yosep Godja a), Andi Ihwan a)*, Apriansyah b)
POSITRON, Vol. VI, No. 1 (1), Hal. 17 - ISSN : 1-9 Penentuan Distribusi Suhu pada Permukaan Geometri Tak Tentu Menggunakan Metode Random Walk Balduanus Yosep Godja a), Andi Ihwan a)*, Apriansah b) a Jurusan
Lebih terperinciBAB I PENDAHULUAN. berbagai variasi prosedur perencanaan. Perencanaan operasi meliputi metodologi
BAB I PENDAHULUAN 1.1 Latar Belakang Operasi sistem tenaga listrik yang modern biasanya berhubungan dengan berbagai variasi prosedur perencanaan. Perencanaan operasi meliputi metodologi dan proses pengambilan
Lebih terperinciPREDIKSI TINGGI MUKA AIR BENDUNGAN RIAM KANAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
Technologia Vol 9, No.1, Januari Maret 2018 11 PREDIKSI TINGGI MUKA AIR BENDUNGAN RIAM KANAN MENGGUNAKAN ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Yusri Ikhwani Fakultas Teknologi Informasi Universitas Islam
Lebih terperinciBAB I PENDAHULUAN. bersifat tetap ( bukan
BAB I PENDAHULUAN 1.1 Latar Belakang Analisis regresi merupakan suatu analisis yang digunakan untuk mengetahui hubungan antara satu variabel independen atau lebih dengan variabel dependen. Pada studi perbandingan
Lebih terperinciSISTEM PENGAMBILAN KEPUTUSAN WAKTU PERPINDAHAN LAMPU LALU LINTAS MENGGUNAKAN METODE NEURO-FUZZY PADA SISTEM TRANPORTASI CERDAS
1 SISTEM PENGAMBILAN KEPUTUSAN WAKTU PERPINDAHAN LAMPU LALU LINTAS MENGGUNAKAN METODE NEURO-FUZZY PADA SISTEM TRANPORTASI CERDAS Muhammad Dwi Wicaksana 1, Fauzan Ade Azizie 2, Indrabayu Amirullah 3, Ingrid
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan
BAB I PENDAHULUAN 1.1. Latar Belakang Permasalahan Estimasi fungsi survival atau biasa disebut regresi fungsi survival merupakan bagian penting dari analisis survival. Estimasi ini biasa digunakan dalam
Lebih terperinciBAB IV PENGUJIAN DAN ANALISA DATA
4.1 Training JST BAB IV PENGUJIAN DAN ANALISA DATA Dalam penelitian ini menggunakan metode penentuan bobot pada training jaringan syaraf tiruan yaitu Levenberg Marquad dengan struktur JST menggunakan MLP
Lebih terperinciPENJADWALAN DAN PENENTUAN RUTE KENDARAAN PADA INDUSTRI BAHAN KIMIA MENGGUNAKAN KOMBINASI METODE ALGORITMA GENETIKA DAN ALGORITMA PENCARIAN TABU
PRESENTASI TUGAS AKHIR KS091336 PENJADWALAN DAN PENENTUAN RUTE KENDARAAN PADA INDUSTRI BAHAN KIMIA MENGGUNAKAN KOMBINASI METODE ALGORITMA GENETIKA DAN ALGORITMA PENCARIAN TABU Oleh : Maya Sagita W. 5208
Lebih terperinciMODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA
MODUL 8 APLIKASI NEURAL NETWORK DAN FUZZY LOGIC PADA PERKIRAAN CUACA Muhammad Ilham 10211078 Program Studi Fisika, Institut Teknologi Bandung, Indonesia Email: muhammad_ilham@students.itb.ac.id Asisten:
Lebih terperinciBAB I PENDAHULUAN. tujuan, ruang lingkup, dan sistematika penulisan laporan dari Tugas Akhir ini.
BAB I PENDAHULUAN Pada bab ini akan dijelaskan mengenai latar belakang, permasalahan, tujuan, ruang lingkup, dan sistematika penulisan laporan dari Tugas Akhir ini. 1.1 LATAR BELAKANG Bagi para pengusaha
Lebih terperinci3.5.1 Komponen jaringan syaraf Adaptif Neuro Fuzzy Inference System (ANFIS) Simulink MATLAB Mikrokontroler...
DAFTAR ISI HALAMAN PERSETUJUAN TESIS... i PERNYATAAN... ii KATA PENGANTAR... iii DAFTAR ISI... v DAFTAR TABEL... viii DAFTAR GAMBAR... ix INSTISARI... xii ABSTRACT... xiii BAB I PENDAHULUAN... 1 1.1 Latar
Lebih terperinciPenerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel
Penerapan Fuzzy Logic untuk Pembatasan Jumlah Partikel Pada Aplikasi yang Menggunakan Sistem Partikel Biolardi Yoshogi (13509035) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Statistika merupakan ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi dan mempresentasikan data. Dalam perkembangan masa,
Lebih terperinciTINJAUAN PUSTAKA. Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan
4 II. TINJAUAN PUSTAKA 2.1 Definisi Pencilan Dalam proses pengumpulan data, peneliti sering menemukan nilai pengamatan yang bervariasi (beragam). Keberagaman data ini, di satu sisi sangat dibutuhkan dalam
Lebih terperinciProsiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juni 2015, ISSN
ANALISIS PARAMETER KUALITAS AIR LAUT DI PERAIRAN KABUPATEN SUMENEP UNTUK PEMBUATAN PETA SEBARAN POTENSI IKAN PELAGIS (Studi Kasus : Total Suspended Solid (TSS)) Feny Arafah, Muhammad Taufik, Lalu Muhamad
Lebih terperinciAPLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION
APLIKASI JARINGAN SYARAF TIRUAN UNTUK MEMPREDIKSI PENYAKIT SALURAN PERNAFASAN DENGAN METODE BACKPROPAGATION [1] Novi Indah Pradasari, [2] F.Trias Pontia W, [3] Dedi Triyanto [1][3] Jurusan Sistem Komputer,
Lebih terperinciOptimasi Pada Misil Menggunakan Bang-Bang Control Dan Ensamble Kalman Filter
Optimasi Pada Misil Menggunakan Bang-Bang Control Dan Ensamble Kalman Filter Ahmad Zaenal Arifin Jurusan Matematika, Fakultas MIPA, Universitas PGRI Ronggolawe Tuban (UNIROW) E-Mail: kuyafira@gmail.com
Lebih terperinciPerancangan Sistem Kontrol Busur Listrik pada Tungku Peleburan Besi dan Baja Dengan Pengontrol Robas H
Abstrak Perancangan Sistem Kontrol Busur Listrik pada Tungku Peleburan Besi dan Baja Dengan Pengontrol Robas H Faisal Hendri, Endra Joelianto, Agus Samsi Program Studi Teknik Fisika Email : Institut Teknologi
Lebih terperinciFakultas Ilmu dan Teknologi Kebumian
Fakultas Ilmu dan Teknologi Kebumian Program Studi Meteorologi PENERBITAN ONLINE AWAL Paper ini adalah PDF yang diserahkan oleh penulis kepada Program Studi Meteologi sebagai salah satu syarat kelulusan
Lebih terperinciBAB IV PEMBAHASAN. BAB IV berisi pembahasan tahapan penelitian, yaitu klasifikasi logika. A. Identifikasi Data Cadangan Hidrokarbon
BAB IV PEMBAHASAN BAB IV berisi pembahasan tahapan penelitian yaitu klasifikasi logika fuzzy hasil pembahasan analisis pengujian model fuzzy dan visualisasi model fuzzy pada perhitungan cadangan hidrokarbon
Lebih terperinciPengembangan Perangkat Lunak Prediktor Nilai Mahasiswa Menggunakan Metode Spectral Clustering dan Bagging Regresi Linier
JURNAL TEKNIK ITS Vol. 1, (Sept, 01) ISSN: 301-971 A-46 Pengembangan Perangkat Lunak Prediktor Nilai Mahasiswa Menggunakan Metode Spectral Clustering dan Bagging Regresi Linier Ahmad Yusuf, Hari Ginardi
Lebih terperinciMata Kuliah Pemodelan & Simulasi. Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia
Mata Kuliah Pemodelan & Simulasi Riani Lubis Program Studi Teknik Informatika Universitas Komputer Indonesia Pokok Bahasan Variabel Acak Pola Distribusi Masukan Pendugaan Pola Distribusi Uji Distribusi
Lebih terperinciEstimasi Parameter pada Model Suku Bunga Cox Ingersoll Ross (CIR) Menggunakan Kalman Filter untuk Menentukan Harga Zero Coupon Bond
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-55 Estimasi Parameter pada Model Suku Bunga Cox Ingersoll Ross (CIR) Menggunakan Kalman Filter untuk Menentukan Harga Zero Coupon
Lebih terperinciHASIL DAN PEMBAHASAN
HASIL DAN PEMBAHASAN DEM (Digital Elevation Model) Wilayah Penelitian Proses interpolasi beberapa data titik tinggi yang diekstraksi dari berbagai sumber dengan menggunakan metode semivariogram tipe ordinary
Lebih terperinciModul Praktikum Analisis Numerik
Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang September 27, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik September 27, 2013 1 / 12 Praktikum 1: Deret
Lebih terperinciBAB IV PEMBAHASAN. A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai. Pertimbangan Pengambilan Keputusan Pemberian Kredit
BAB IV PEMBAHASAN A. Aplikasi Fuzzy Logic untuk Menilai Kolektibilitas Anggota Sebagai Pertimbangan Pengambilan Keputusan Pemberian Kredit Aplikasi fuzzy logic untuk pengambilan keputusan pemberian kredit
Lebih terperinciPERAMALAN MENGUNAKAN FUZZY TIME SERIES CHEN (STUDI KASUS: CURAH HUJAN KOTA SAMARINDA)
PERAMALAN MENGUNAKAN FUZZY TIME SERIES CHEN (STUDI KASUS: CURAH HUJAN KOTA SAMARINDA) 1 Normalita Fauziah, 2 Sri Wahyuningsih, 3 Yuki Novia Nasution 2 1,2 Program Studi Statistika, Fakultas Matematika
Lebih terperinciDATA DAN METODE Sumber Data
14 DATA DAN METODE Sumber Data Data yang digunakan dalam penelitian ini adalah data hasil simulasi dan data dari paket Mclust ver 3.4.8. Data simulasi dibuat dalam dua jumlah amatan yaitu 50 dan 150. Tujuan
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Penelitian Penelitian mengenai peningkatan kecepatan prediksi produksi susu sapi ini menggunakan metode eksperimen dengan metode sebagai berikut: a. Pengumpulan data
Lebih terperinciBAB 3 PERANCANGAN SISTEM
BAB 3 PERANCANGAN SISTEM 3.1 Perancangan Sistem Secara Umum Sistem pada penelitian ini akan menyeimbangkan posisi penampang robot dengan mengenal perubahan posisi dan kemudian mengatur kecepatan. Setiap
Lebih terperinciDAFTAR ISI. LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PERNYATAAN. ABSTRAK KATA PENGANTAR. UCAPAN TERIMAKASIH. DAFTAR ISI. DAFTAR TABEL. DAFTAR GAMBAR DAFTAR LAMPIRAN i ii iv v vi ix x xi BAB I PENDAHULUAN. 1.1 Latar Belakang..... 1.2 Rumusan
Lebih terperinciBAB IV PENGOLAHAN DATA
BAB IV PENGOLAHAN DATA 4.1 Koreksi Geometrik Langkah awal yang harus dilakukan pada penelitian ini adalah melakukan koreksi geometrik pada citra Radarsat. Hal ini perlu dilakukan karena citra tersebut
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu ratarata temperatur bumi periode tahun 1880 sampai dengan tahun 2012. 3.2 Jenis dan
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.6. Jaringan Syaraf Tiruan Jaringan syaraf tiruan atau neural network merupakan suatu sistem informasi yang mempunyai cara kerja dan karakteristik menyerupai jaringan syaraf pada
Lebih terperinci