2.1 Pelinieran Model Matematik dengan Ekspansi Deret Taylor
|
|
- Verawati Darmadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 Bab 2 LANDASAN TEORI Pada bagian ini akan diuraikan secara singkat mengenai beberapa teori umum yang digunakan untuk menyelesaikan tugas akhir ini. Dimulai dengan pelinieran model matematik, lalu perumusan suatu persamaan beda hingga, dan diakhiri dengan penggunaan jaringan saraf tiruan pada bidang kontrol. Pada umumnya model matematik dari suatu sistem dinamik yang kita temui dalam kehidupan sehari-hari akan berbentuk nonlinier. Hal ini mengakibatkan sistem tersebut sulit untuk dianalisis perilakunya, termasuk dalam hal pengontrolan sistemnya. Oleh karena itu, salah satu jalan untuk mempermudah proses analisa dari sistem tersebut adalah dengan melakukan pelinieran model matematik yang diperoleh. Berikut ini akan diuraikan salah satu teknik dalam pelinieran model matematik. 2. Pelinieran Model Matematik dengan Ekspansi Deret Taylor Untuk memperoleh model matematika yang linier dari suatu sistem nonlinier, kita anggap bahwa variabel hanya mengalami deviasi yang kecil dari titik kerjanya. Teknik linierisasi ini berlaku di daerah yang berdekatan dengan keadaan operasi. Namun, jika keadaan operasi berubah-ubah secara luas, persamaan linierisasi yang 5
2 BAB 2. LANDASAN TEORI 6 demikian tidak cukup dan persamaan nonlinier harus dikerjakan. Penting sekali untuk diingat bahwa model matematika tertentu yang digunakan dalam desain dan analisis dapat menggambarkan dengan tepat dinamika sistem sebenarnya untuk keadaan operasi tertentu, tetapi mungkin tidak tepat untuk keadaan operasi yang lain. Salah satu metode pelinieran ialah metode ekspansi deret Taylor yang akan diuraikan pada penjelasan berikut. Tinjau sistem yang keluarannya y yang merupakan fungsi dari dua buah masukan x dan x 2 sedemikian rupa sehingga y = f(x,x 2 ). (2.) Untuk memperoleh pendekatan linier pada sistem nonlinier ini, kita dapat menguraikan persamaan (2.) menjadi deret Taylor di sekitar titik kerja x dan x 2 sebagai berikut [ ] f y = f( x, x 2 ) + x (x x ) + f x 2 (x 2 x 2 ) + [ ] (x 2! x ) f x x 2 (x x )(x 2 x 2 ) + 2 f (x 2 x 2 ) , 2 f x 2 x 2 2 (2.2) dengan turunan parsial dihitung pada x = x dan x 2 = x 2. Di dekat titik kerja normal, bentuk orde tinggi dapat diabaikan. Berdasarkan persamaan (2.2), model matematik linier dari persamaan (2.) disekitar kondisi kerja normal sampai galat orde dua diberikan oleh y ȳ = K (x x ) + K 2 (x 2 x 2 ), (2.3) dengan ȳ = f( x, x 2 ), K = f x x = x,x 2 = x 2, dan K 2 = f x 2 x = x,x 2 = x Aproksimasi Persamaan Diferensial Menggunakan Metode Beda Hingga Tujuan dari metode beda hingga dalam menyelesaikan persamaan diferensial biasa (PDB) atau ODE (Ordinary Differential Equation) ialah mengubah masalah kalkulus menjadi masalah aljabar dengan jalan:
3 BAB 2. LANDASAN TEORI 7. Diskritisasi model fisika yang kontinu. 2. Melakukan aproksimasi turunan eksak dari PDB dengan cara aljabar yakni aprosimaksi beda hingga. 3. Menyubtitusikan hasil (2) pada masalah PDB awal untuk mendapatkan persamaan beda hingga atau finite diffrerence equation (FDE). Misalkan y(t) adalah aprosimaksi solusi PDB dan ȳ(t) ialah solusi eksaknya. Turunan eksak (ȳ ) dapat diaprosimaksi dengan menggunakan deret Taylor untuk n titik dasar dalam bentuk ȳ n+ = ȳ n + ȳ n + 2ȳ n (2.4) Persamaan (2.4) dapat ditulis dalam polinom Taylor sebagai berikut ȳ n+ = ȳ n + ȳ n + 2ȳ n m!ȳ(m) n m + R m+, (2.5) dengan bentuk suku sisa R m+ diberikan oleh R m+ = (m+)!ȳ(m+) (τ) m+, t τ t+. Jika deret tak hingga Taylor ini dipotong setelah suku ke m untuk mendapatkan bentuk aproksimasi dari ȳ n+, maka suku sisa R m+ adalah bentuk galat dari deret Taylor yang sudah dipotong. Pada kebanyakan kasus, kita menginginkan galat ini menuju ke nol. Penyelesaian untuk persamaan (2.4) dalam bentuk ȳ n ialah ȳ n = ȳn+ ȳ n 2ȳ n... (2.6) Dengan menyamakan persamaan (2.6) dengan (2.5), maka diperoleh ȳ n = ȳn+ ȳ n 2ȳ n... R m+. (2.7) Atau dapat ditulis dalam bentuk lain, yaitu ȳ n = ȳn+ ȳ n 2ȳ n... O( m ), (2.8)
4 BAB 2. LANDASAN TEORI 8 dengan O( m ) adalah galat. Bila deret Taylor (2.8) dipotong setelah ȳ n, maka persamaan (2.7) dan (2.8) menghasilkan ȳ n = ȳn+ ȳ n 2ȳ (τ). (2.9) Kemudian, misalkan PDB orde satu ȳ = f(t,ȳ) dengan ȳ(t 0 ) = ȳ 0. Pilih titik n sebagai titik dasar, sehingga dengan menyubtitusikan persamaan (2.9) pada ȳ diperoleh ȳ n+ ȳ n Atau dalam bentuk lain dapat ditulis 2ȳ (τ) = f(t n,ȳ n ) = f n. (2.0) ȳ n+ = ȳ n + f n + 2ȳ (τ) 2 = ȳ n + f n + O( 2 ). (2.) Karena kita akan mencari solusi aproksimasi maka suku sisa atau O( 2 ) dapat diabaikan sehingga kita akan memperoleh solusi untuk PDB diatas dalam bentuk y n+ = y n + f n. (2.2) 2.3 Jaringan Saraf Tiruan dalam Bidang Kontrol Jaringan saraf tiruan adalah suatu sistem paralel dari unsur-unsur pemrosesan, yang terhubung oleh suatu topologi graph, yang secara alami memiliki kecenderungan untuk menyimpan pengetahuan dan membuatnya dapat digunakan ([7]:2). Metode ini memiliki beberapa keunggulan dalam menyelesaikan masalah tak linier dan memiliki kemampuan beradaptasi yang baik. Hal ini membuat jaringan saraf tiruan dapt diaplikasikan dalam berbagai bidang seperti kontrol, keuangan, robotika, elektronika, dan telekomunikasi. Pada bagian ini hanya akan dibahas secara singkat mengenai jaringan saraf tiruan dan difokuskan pada aplikasinya pada bidang kontrol. Untuk pengetahuan lebih mendasar mengenai jaringan saraf tiruan, pembaca dapat melihat referensi yang ditulis oleh Simon Haykin [7].
5 BAB 2. LANDASAN TEORI 9 Skema penggunaan jaringan saraf tiruan pada bidang kontrol dapat dilihat pada Gambar 2.. Pada gambar tersebut, kita memiliki suatu fungsi yang tidak diketahui (unknown function) dimana kita ingin mengaproksimasinya. Caranya dengan mengatur parameter dari jaringan saraf tiruan yang dibuat sedemikian sehingga jaringan tersebut dapat menghasilkan respon yang sama dengan fungsi tersebut, bila diberikan input yang sama pada keduanya. Pada aplikasinya, unknown func- Gambar 2.: Jaringan Saraf Tiruan sebagai Aproksimator Fungsi tion berkorespondensi dengan sistem yang ingin kita kontrol. Sementara jaringan saraf tiruan akan menjadi model plant yang diidentifikasi. Respon dari kedua sistem dibandingkan dan apabila timbul galat maka akan dilakukan adaptasi hingga galat tersebut sekecil mungkin. Neuron merupakan unit yang melakukan pemrosesan data yang terdiri atas tiga bagian dasar yaitu:. Synapses atau jaringan penghubung yang karakeristiknya terdapat bobot yang akan dikalikan dengan masukan. 2. Adder atau unit penjumlah yang berfungsi menjumlahkan hasil kali masukan dengan bobotnya. 3. Activation function atau fungsi transfer sebagai pembatas nilai output.
6 BAB 2. LANDASAN TEORI 0 Model neuron yang paling sederhana ialah single-input neuron (Gambar 2.2). Jaringan ini terdiri atas masukan p, bobot w, bias b, a sebagai output, dan f sebagai fungsi transfer. Pada umumnya fungsi transfer yang dipilih berbentuk fungsi sigmoid, seperti log-sigmoid dan tan-sigmoid. Fungsi ini sering digunakan untuk proses latihan (training) menggunakan algoritma backpropagation, karena fungsi sigmoid ialah terdiferensialkan. Lebih jauh lagi suatu jaringan dapat memiliki banyak masukan, banyak neuron, dan banyak lapisan. Gambar 2.3 memperlihatkan suatu jaringan yang terdiri atas banyak neuron dan banyak lapisan. Jaringan ini terdiri atas dua lapisan, dimana lapisan pertama terdiri atas dua neuron dengan log-sigmoid sebagai fungsi transfer dan lapisan kedua terdiri atas satu neuron dengan purelin sebagai fungsi transfernya. Jaringan seperti Gambar 2.3 ini sering digunakan sebagai aproksimator fungsi. p f a b Gambar 2.2: Singel-Input Neuron a 2 p b 2 a a 2 2 b b 2 Gambar 2.3: Contoh Jaringan dengan Dua Lapisan Permasalahan selanjutnya agar suatu jaringan dapat berfungsi dengan baik sebagai aproksimator fungsi ialah pemilihan bobot dan bias yang tepat. Proses ini
7 BAB 2. LANDASAN TEORI dinamakan training. Pada tugas akhir ini proses training dilakukan menggunakan metode backpropagation dengan algoritma Levenberg-Marquardt.
BAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Persamaan diferensial adalah suatu persamaan diantara derivatif-derivatif yang dispesifikasikan pada suatu fungsi yang tidak diketahui nilainya dan diketahui jumlah
Lebih terperinciTriyana Muliawati, S.Si., M.Si.
SI 2201 - METODE NUMERIK Triyana Muliawati, S.Si., M.Si. Prodi Matematika Institut Teknologi Sumatera Lampung Selatan 35365 Hp. +6282260066546, Email. triyana.muliawati@ma.itera.ac.id 1. Pengenalan Metode
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Persamaan diferensial berperan penting dalam kehidupan, sebab banyak permasalahan pada dunia nyata dapat dimodelkan dengan bentuk persamaan diferensial. Ada dua jenis
Lebih terperinciModul Praktikum Analisis Numerik
Modul Praktikum Analisis Numerik (Versi Beta 1.2) Mohammad Jamhuri UIN Malang December 2, 2013 Mohammad Jamhuri (UIN Malang) Modul Praktikum Analisis Numerik December 2, 2013 1 / 18 Praktikum 1: Deret
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Jaringan Syaraf Biologi Jaringan Syaraf Tiruan merupakan suatu representasi buatan dari otak manusia yang dibuat agar dapat mensimulasikan apa yang dipejalari melalui proses pembelajaran
Lebih terperinciBAB II LANDASAN TEORI. pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan
BAB II LANDASAN TEORI Pada bab ini akan dijelaskan mengenai landasan teori yang akan digunakan pada bab pembahasan. Materi-materi yang akan dibahas yaitu pemodelan matematika, teorema Taylor, nilai eigen,
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI. Sistem Pendulum Terbalik Dalam penelitian ini diperhatikan sistem pendulum terbalik seperti pada Gambar di mana sebuah pendulum terbalik dimuat dalam motor yang bisa digerakkan.
Lebih terperinciPenyelesaian Masalah Syarat Batas dalam Persamaan Diferensial Biasa Orde Dua dengan Menggunakan Algoritma Shooting Neural Networks
Penyelesaian Masalah Syarat Batas dalam Persamaan Diferensial Biasa Orde Dua dengan Menggunakan Algoritma Shooting Neural Networks Dewi Erla Mahmudah 1, Ratna Dwi Christyanti 2, Moh. Khoridatul Huda 3,
Lebih terperinciBab 3 PERUMUSAN MODEL KINEMATIK DDMR
Ba 3 PERUMUSAN MODEL KINEMATIK DDMR Model kinematika diperlukan dalam menganalisis pergerakan suatu root moil. Model kinematik merupakan analisis pergerakan sistem yang direpresentasikan secara matematis
Lebih terperinciII. TINJAUAN PUSTAKA. variabel x, sehingga nilai y bergantung pada nilai x. Adanya relasi kebergantungan
II. TINJAUAN PUSTAKA 2.1 Persamaan Diferensial Differential Equation Fungsi mendeskripsikan bahwa nilai variabel y ditentukan oleh nilai variabel x, sehingga nilai y bergantung pada nilai x. Adanya relasi
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 terperinciII. TINJAUAN PUSTAKA. 2.1 Persamaan Diferensial (Bronson dan Costa, 2007) terhadap satu atau lebih dari variabel-variabel bebas (independent
4 II. TINJAUAN PUSTAKA 2.1 Persamaan Diferensial (Bronson dan Costa, 2007) Persamaan differensial adalah suatu persamaan yang memuat turunan terhadap satu atau lebih dari variabel-variabel bebas (independent
Lebih terperinciBab 2. Landasan Teori. 2.1 Persamaan Air Dangkal (SWE)
Bab 2 Landasan Teori Dalam bab ini akan dibahas mengenai Persamaan Air Dangkal dan dasar-dasar teori mengenai metode beda hingga untuk menghampiri solusi dari persamaan diferensial parsial. 2.1 Persamaan
Lebih terperinciBAB I PENDAHULUAN. Tahap-tahap memecahkan masalah dengan metode numeric : 1. Pemodelan 2. Penyederhanaan model 3.
BAB I PENDAHULUAN Tujuan Pembelajaran: Mengetahui apa yang dimaksud dengan metode numerik. Mengetahui kenapa metode numerik perlu dipelajari. Mengetahui langkah-langkah penyelesaian persoalan numerik.
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Didunia nyata banyak soal matematika yang harus dimodelkan terlebih dahulu untuk mempermudah mencari solusinya. Di antara model-model tersebut dapat berbentuk sistem
Lebih terperinciPENGANTAR MATEMATIKA TEKNIK 1. By : Suthami A
PENGANTAR MATEMATIKA TEKNIK 1 By : Suthami A MATEMATIKA TEKNIK 1??? MATEMATIKA TEKNIK 1??? MATEMATIKA TEKNIK Matematika sebagai ilmu dasar yang digunakan sebagai alat pemecahan masalah di bidang keteknikan
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Pengklasifikasian merupakan salah satu metode statistika untuk mengelompok atau menglasifikasi suatu data yang disusun secara sistematis. Masalah klasifikasi sering
Lebih terperinciKLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati
KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciI. PENDAHULUAN. kemajuan. Salah satunya adalah cabang ilmu matematika yang sampai saat ini
1 I. PENDAHULUAN 1.1 Latar Belakang dan Masalah Perkembangan ilmu pengetahuan dan teknologi sampai saat ini terus mengalami kemajuan. Salah satunya adalah cabang ilmu matematika yang sampai saat ini mengalami
Lebih terperinciPENYELESAIAN MASALAH NILAI AWAL PERSAMAAN DIFERENSIAL BIASA ORDE DUA MENGGUNAKAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 1 (2015), hal 9 16. PENYELESAIAN MASALAH NILAI AWAL PERSAMAAN DIFERENSIAL BIASA ORDE DUA MENGGUNAKAN MODIFIKASI METODE DEKOMPOSISI ADOMIAN
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini dibahas mengenai tinjauan pustaka yang digunakan dalam penelitian ini, khususnya yang diperlukan dalam Bab 3. Teori yang dibahas adalah teori yang mendukung pembentukan
Lebih terperinci1.1 Latar Belakang dan Identifikasi Masalah
BAB I PENDAHULUAN Seiring dengan pertumbuhan kebutuhan dan intensifikasi penggunaan air, masalah kualitas air menjadi faktor yang penting dalam pengembangan sumberdaya air di berbagai belahan bumi. Walaupun
Lebih terperinciBAB II NEURAL NETWORK (NN)
BAB II NEURAL NETWORK (NN) 2.1 Neural Network (NN) Secara umum Neural Network (NN) adalah jaringan dari sekelompok unit pemroses kecil yang dimodelkan berdasarkan jaringan syaraf manusia. NN ini merupakan
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA Pada bab ini akan dibahas tinjauan pustaka yang akan digunakan untuk tesis ini, yang selanjutnya akan di perlukan pada Bab 3. Tinjauan pustaka yang dibahas adalah mengenai yang mendukung
Lebih terperinciBAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH
BAB III METODE EGARCH, JARINGAN SYARAF TIRUAN DAN NEURO-EGARCH 3.1 Variabel Penelitian Penelitian ini menggunakan satu definisi variabel operasional yaitu data saham Astra Internasional Tbk tanggal 2 Januari
Lebih terperinciTransformasi Laplace Peninjauan kembali variabel kompleks dan fungsi kompleks Variabel kompleks Fungsi Kompleks
Transformasi Laplace Metode transformasi Laplace adalah suatu metode operasional yang dapat digunakan secara mudah untuk menyelesaikan persamaan diferensial linear. Dengan menggunakan transformasi Laplace,
Lebih terperinciSolusi Numerik Persamaan Gelombang Dua Dimensi Menggunakan Metode Alternating Direction Implicit
Vol. 11, No. 2, 105-114, Januari 2015 Solusi Numerik Persamaan Gelombang Dua Dimensi Menggunakan Metode Alternating Direction Implicit Rezki Setiawan Bachrun *,Khaeruddin **,Andi Galsan Mahie *** Abstrak
Lebih terperinciBAB 1 PENDAHULUAN. perumusan persamaan integral tidak memerlukan syarat awal dan syarat batas.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Banyak masalah nyata di alam ini yang dapat dibuat model matematikanya. Persamaan diferensial adalah salah satu model matematika yang banyak digunakan pada
Lebih terperinciARTIFICIAL NEURAL NETWORK TEKNIK PERAMALAN - A
ARTIFICIAL NEURAL NETWORK CAHYA YUNITA 5213100001 ALVISHA FARRASITA 5213100057 NOVIANTIANDINI 5213100075 TEKNIK PERAMALAN - A MATERI Neural Network Neural Network atau dalam bahasa Indonesia disebut Jaringan
Lebih terperinciBAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK)
BAB IV JARINGAN SYARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) Kompetensi : 1. Mahasiswa memahami konsep Jaringan Syaraf Tiruan Sub Kompetensi : 1. Dapat mengetahui sejarah JST 2. Dapat mengetahui macam-macam
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pada metode numerik, dikenal suatu metode untuk menaksir atau mencari solusi pendekatan nilai eksak dari suatu ordinat y n+1 dengan diketahui nilai dari y n,
Lebih terperinciNEURAL NETWORK BAB II
BAB II II. Teori Dasar II.1 Konsep Jaringan Saraf Tiruan (Artificial Neural Network) Secara biologis jaringan saraf terdiri dari neuron-neuron yang saling berhubungan. Neuron merupakan unit struktural
Lebih terperinciBAB II DASAR TEORI Jaringan Syaraf Tiruan. Universitas Sumatera Utara
BAB II DASAR TEORI Landasan teori adalah teori-teori yang relevan dan dapat digunakan untuk menjelaskan variabel-variabel penelitian. Landasan teori ini juga berfungsi sebagai dasar untuk memberi jawaban
Lebih terperinciProgram Studi Pendidikan Matematika UNTIRTA. 10 Maret 2010
Metode Program Studi Pendidikan Matematika UNTIRTA 10 Maret 2010 (Program Studi Pendidikan Matematika UNTIRTA) Metode 10 Maret 2010 1 / 16 Ekspansi Taylor Misalkan f 2 C [a, b] dan x 0 2 [a, b], maka untuk
Lebih terperinciPengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation
Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko Pengembangan Aplikasi Prediksi Pertumbuhan Ekonomi Indonesia dengan Jaringan Syaraf Tiruan Backpropagation Erlangga, Sukmawati Nur Endah dan Eko Adi Sarwoko
Lebih terperinciBAB 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 2.1. Barcode Salah satu obyek pengenalan pola yang bisa dipelajari dan akhirnya dapat dikenali yaitu PIN barcode. PIN barcode yang merupakan kode batang yang berfungsi sebagai personal
Lebih terperinciII LANDASAN TEORI. Contoh. Ditinjau dari sistem yang didefinisikan oleh:
5 II LANDASAN TEORI 2.1 Keterkontrolan Untuk mengetahui persoalan sistem kontrol mungkin tidak ada, jika sistem yang ditinjau tidak terkontrol. Walaupun sebagian besar sistem terkontrol ada, akan tetapi
Lebih terperinciBAB 3 SISTEM DINAMIK ORDE SATU
BAB 3 SISTEM DINAMIK ORDE SATU Isi: Pengantar pengembangan model sederhana Arti fisik parameter-parameter proses 3. PENGANTAR PENGEMBANGAN MODEL Pemodelan dibutuhkan dalam menganalisis sisten kontrol (lihat
Lebih terperinciJaringan Syaraf Tiruan. Disusun oleh: Liana Kusuma Ningrum
Jaringan Syaraf Tiruan Disusun oleh: Liana Kusuma Ningrum Susilo Nugroho Drajad Maknawi M0105047 M0105068 M01040 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sebelas Maret
Lebih terperinciBAB 2 LANDASAN TEORI. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu
BAB 2 LANDASAN TEORI 2.1 Pengenalan Suara. Pengenalan suara (voice recognition) dibagi menjadi dua jenis, yaitu speech recognition dan speaker recognition. Speech recognition adalah proses yang dilakukan
Lebih terperinciPengantar Gelombang Nonlinier 1. Ekspansi Asimtotik. Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas
Pengantar Gelombang Nonlinier 1. Ekspansi Asimtotik Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas PAM 672 Topik dalam Matematika Terapan Semester Ganjil 2016/2017 Pendahuluan Metode perturbasi
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Semua negara mempunyai mata uang sebagai alat tukar. Pertukaran uang dengan barang yang terjadi disetiap negara tidak akan menimbulkan masalah mengingat nilai uang
Lebih terperinciIII PEMBAHASAN. 3.1 Analisis Metode. dan (2.52) masing-masing merupakan penyelesaian dari persamaan
6, 1 (2.52) Berdasarkan persamaan (2.52), maka untuk 0 1 masing-masing memberikan persamaan berikut:, 0,0, 0, 1,1, 1. Sehingga menurut persamaan (2.51) persamaan (2.52) diperoleh bahwa fungsi, 0, 1 masing-masing
Lebih terperinciPAM 252 Metode Numerik Bab 4 Pencocokan Kurva
PAM 252 Metode Numerik Bab 4 Pencocokan Kurva Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas Semester Genap 2013/2014 1 Mahdhivan Syafwan Metode Numerik: Pencocokan Kurva Permasalahan dan
Lebih terperinciTINJAUAN PUSTAKA. Jika y = f(x) dengan f(x) adalah suatu fungsi yang terdiferensialkan terhadap
II. TINJAUAN PUSTAKA 2.1 Diferensial Jika y = f(x) dengan f(x) adalah suatu fungsi yang terdiferensialkan terhadap variabel bebas x, maka dy adalah diferensial dari variabel tak bebas (terikat) y, yang
Lebih terperinciBAB II TINJAUAN PUSTAKA. Pengertian dari persamaan diferensial biasa (PDB) yaitu suatu
5 BAB II TINJAUAN PUSTAKA 2.1 Persamaan Diferensial Biasa Pengertian dari persamaan diferensial biasa (PDB) yaitu suatu persamaan yang melibatkan turunan pertama atau lebih dari suatu fungsi yang telah
Lebih terperinciPENYELESAIAN PERSAMAAN NONLINEAR BERDERAJAT DUA MENGGUNAKAN METODE HOPFIELD MODIFIKASI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume 04, No. 3(2015), hal 353-362. PENYELESAIAN PERSAMAAN NONLINEAR BERDERAJAT DUA MENGGUNAKAN METODE HOPFIELD MODIFIKASI Ikon Pratikno, Nilamsari
Lebih terperinciMODIFIKASI METODE RUNGE-KUTTA ORDE-4 KUTTA BERDASARKAN RATA-RATA HARMONIK TUGAS AKHIR. Oleh : EKA PUTRI ARDIANTI
MODIFIKASI METODE RUNGE-KUTTA ORDE-4 KUTTA BERDASARKAN RATA-RATA HARMONIK TUGAS AKHIR Diajukan sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Sains pada Jurusan Matematika Oleh : EKA PUTRI ARDIANTI
Lebih terperinciPENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3
PENGARUH PERUBAHAN NILAI PARAMETER TERHADAP NILAI ERROR PADA METODE RUNGE-KUTTA ORDE 3 Tornados P. Silaban 1, Faiz Ahyaningsih 2 1) FMIPA, UNIMED, Medan, Indonesia email: tornados.p_silaban@yahoo.com 2)
Lebih terperinciBAB 2 LANDASAN TEORI. fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
8 BAB 2 LANDASAN TEORI 2.1 Teori Neuro Fuzzy Neuro-fuzzy sebenarnya merupakan penggabungan dari dua studi utama yaitu fuzzy logic dengan aplikasi neuro computing. Masing-masing memiliki cara dan proses
Lebih terperinciMEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG)
MEMPREDIKSI KECERDASAN SISWA MENGGUNAKAN JARINGAN SYARAF TIRUAN BERBASIS ALGORITMA BACKPROPAGATION (STUDI KASUS DI LP3I COURSE CENTER PADANG) R. Ayu Mahessya, S.Kom, M.Kom, Fakultas Ilmu Komputer Universitas
Lebih terperinciBab 2. Landasan Teori. 2.1 Persamaan Air Dangkal Linier (Linier Shallow Water Equation)
Bab 2 Landasan Teori Dalam bab ini akan dijelaskan mengenai Persamaan Air Dangkal linier (Linear Shallow Water Equation), metode beda hingga, metode ekspansi asimtotik biasa, dan metode ekspansi asimtotik
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Forecasting Forecasting (peramalan) adalah seni dan ilmu untuk memperkirakan kejadian di masa yang akan datang. Hal ini dapat dilakukan dengan melibatkan data historis dan memproyeksikannya
Lebih terperinciMETODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN A. Kerangka Pemikiran Perusahaan dalam era globalisasi pada saat ini, banyak tumbuh dan berkembang, baik dalam bidang perdagangan, jasa maupun industri manufaktur. Perusahaan
Lebih terperinciKontrol Optimal Waktu Diskrit
Kontrol Optimal Waktu Diskrit April 2012 () Kontrol Optimal (3 SKS) April 2012 1 / 18 Ekstrim Suatu Fungsional untuk Fungsi Skalar Dalam bagian ini, kita akan menentukan syarat perlu untuk optimisasi fungsional
Lebih terperinciPEMILIHAN WARNA LIPSTIK BERDASARKAN INFORMASI USIA DAN WARNA KULIT DENGAN MENGGUNAKAN METODA ARTIFICIAL NEURAL NETWORK
PEMILIHAN WARNA LIPSTIK BERDASARKAN INFORMASI USIA DAN WARNA KULIT DENGAN MENGGUNAKAN METODA ARTIFICIAL NEURAL NETWORK Bilqis Amaliah 1, Amethis Oktaorora 2 1,2 Teknik Informatika, FTIf - ITS,Surabaya
Lebih terperinciPerbandingan Skema Numerik Metode Finite Difference dan Spectral
Jurnal Ilmiah Teknologi dan Informasia ASIA (JITIKA) Vol.10, No.2, Agustus 2016 ISSN: 0852-730X Perbandingan Skema Numerik Metode Finite Difference dan Spectral Lukman Hakim 1, Azwar Riza Habibi 2 STMIK
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1. Regresi Logistik Biner Regresi logistik biner merupakan salah satu pendekatan model matematis yang digunakan untuk menganalisis hubungan beberapa faktor dengan sebuah variabel
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
7 BAB 2 TINJAUAN PUSTAKA 2.1 Jaringan Syaraf Biologi Otak manusia memiliki struktur yang sangat kompleks dan memiliki kemampuan yang luar biasa. Otak terdiri dari neuron-neuron dan penghubung yang disebut
Lebih terperinciBAB II LANDASAN TEORI. selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi
BAB II LANDASAN TEORI Pada bab ini akan dibahas tentang landasan teori yang digunakan pada bab selanjutnya sebagai bahan acuan yang mendukung tujuan penulisan. Materi-materi yang diuraikan berupa definisi-definisi
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB TINJAUAN PUSTAKA.1 Model Aliran Dua-Fase Nonekulibrium pada Media Berpori Penelitian ini merupakan kajian ulang terhadap penelitian yang telah dilakukan oleh Juanes (008), dalam tulisannya yang berjudul
Lebih terperinciANALISIS KESTABILAN HELICOVERPA ARMIGERA
ANALISIS KESTABILAN HELICOVERPA ARMIGERA (HAMA PENGGEREK BUAH) DAN PAEDERUS FUSCIPES SP (TOMCAT) DENGAN MODEL MANGSA-PEMANGSA DAN RESPON FUNGSIONAL MICHAELIS MENTEN DENGAN METODE BEDA HINGGA MAJU SKRIPSI
Lebih terperinciPengantar Metode Perturbasi Bab 1. Pendahuluan
Pengantar Metode Perturbasi Bab 1. Pendahuluan Mahdhivan Syafwan Jurusan Matematika FMIPA Universitas Andalas PAM 454 KAPITA SELEKTA MATEMATIKA TERAPAN II Semester Ganjil 2016/2017 Review Teori Dasar Terkait
Lebih terperinciJARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) ERWIEN TJIPTA WIJAYA, ST, M.KOM
JARINGAN SARAF TIRUAN (ARTIFICIAL NEURAL NETWORK) ERWIEN TJIPTA WIJAYA, ST, M.KOM INTRODUCTION Jaringan Saraf Tiruan atau JST adalah merupakan salah satu representasi tiruan dari otak manusia yang selalu
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang. Suatu integral dapat diselesaikan dengan 2 cara, yaitu secara analitik dan
BAB I PENDAHULUAN 1.1 Latar Belakang Suatu integral dapat diselesaikan dengan 2 cara, yaitu secara analitik dan secara numerik. Perhitungan secara analitik dilakukan untuk menyelesaikan integral pada fungsi
Lebih terperinciBAB 5 Interpolasi dan Aproksimasi
BAB 5 Interpolasi dan Aproksimasi Interpolasi merupakan proses penentuan dan pengevaluasian suatu fungsi yang grafiknya melalui sejumlah titik tertentu. Sebaliknya, pada aproksimasi grafik fungsi yang
Lebih terperinciBAB I PENDAHULUAN. universitas swasta yang memiliki 7 Fakultas dengan 21 Program Studi yang
BAB I PENDAHULUAN A. Latar Belakang Masalah Universitas Muhammadiyah Ponorogo merupakan salah satu universitas swasta yang memiliki 7 Fakultas dengan 21 Program Studi yang terdiri dari : 3 program studi
Lebih terperinciHalaman Judul Lembar Pengesahan Pembimbing Lembar Pengesahan Penguji Halaman Persembahan. Abstraksi Daftar Isi Daftar Gambar Daftar Tabel
Halaman Judul Lembar Pengesahan Pembimbing Lembar Pengesahan Penguji Halaman Persembahan Kata Pengantar Abstraksi Daftar Isi Daftar Gambar Daftar Tabel DAFTAR ISI j jj iij jv v vj vjj x xjjj BAB I PENDAHULUAN
Lebih terperinciPertemuan 1 dan 2 KONSEP DASAR PERSAMAAN DIFERENSIAL
Pertemuan 1 dan 2 KONSEP DASAR PERSAMAAN DIFERENSIAL A. PENGERTIAN PERSAMAAN DIFERENSIAL Dalam pelajaran kalkulus, kita telah berkenalan dan mengkaji berbagai macam metode untuk mendiferensialkan suatu
Lebih terperinci4.1. Pengumpulan data Gambar 4.1. Contoh Peng b untuk Mean imputation
4.1. Pengumpulan data Data trafik jaringan yang diunduh dari http://www.cacti.mipa.uns.ac.id:90 dapat diklasifikasikan berdasar download rata-rata, download maksimum, download minimum, upload rata-rata,
Lebih terperinciPENGONTROLAN ROBOT BERJALAN BERODA DUA UNTUK MENELUSURI LINTASAN MENGGUNAKAN JARINGAN SARAF TIRUAN
PENGONTROLAN ROBOT BERJALAN BERODA DUA UNTUK MENELUSURI LINTASAN MENGGUNAKAN JARINGAN SARAF TIRUAN TUGAS AKHIR Diajukan untuk Memenuhi Persyaratan Sidang Sarjana Program Studi Matematika ITB Oleh: Maulana
Lebih terperinciJaringan syaraf dengan lapisan tunggal
Jaringan syaraf adalah merupakan salah satu representasi buatan dari otak manusia yang mencoba untuk mensimulasikan proses pembelajaran pada otak manusia. Syaraf manusia Jaringan syaraf dengan lapisan
Lebih terperinciPENYELESAIAN NUMERIK DARI PERSAMAAN DIFERENSIAL NONLINIER ADVANCE-DELAY
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 97 104 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PENYELESAIAN NUMERIK DARI PERSAMAAN DIFERENSIAL NONLINIER ADVANCE-DELAY YOSI ASMARA Program Studi Magister
Lebih terperinciPENYELESAIAN MASALAH NILAI EIGEN UNTUK PERSAMAAN DIFERENSIAL STURM-LIOUVILLE DENGAN METODE NUMEROV
Buletin Ilmiah Mat. Stat. dan Terapannya (Bimaster) Volume 04, No. 3 (2015), hal 415-422 PENYELESAIAN MASALAH NILAI EIGEN UNTUK PERSAMAAN DIFERENSIAL STURM-LIOUVILLE DENGAN METODE NUMEROV Iyut Riani, Nilamsari
Lebih terperinciBab 1. Pendahuluan Metode Numerik Secara Umum
Bab 1. Pendahuluan Metode Numerik Secara Umum Yuliana Setiowati Politeknik Elektronika Negeri Surabaya 2007 1 Topik Pendahuluan Persoalan matematika Metode Analitik vs Metode Numerik Contoh Penyelesaian
Lebih terperinciMetode Numerik & Lab. Muhtadin, ST. MT. Metode Numerik & Komputasi. By : Muhtadin
Metode Numerik & Lab Muhtadin, ST. MT. Agenda Intro Rencana Pembelajaran Ketentuan Penilaian Deret Taylor & McLaurin Analisis Galat Metode Numerik & Lab - Intro 3 Tujuan Pembelajaran Mahasiswa memiliki
Lebih terperinciMETODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 50 57 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND METODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI ILHAM FEBRI RAMADHAN Program Studi Matematika
Lebih terperinciSTUDI PERPINDAHAN PANAS DENGAN MENGGUNAKAN SISTEM KOORDINAT SEGITIGA
STUDI PERPINDAHAN PANAS DENGAN MENGGUNAKAN SISTEM KOORDINAT SEGITIGA Oleh : Farda Nur Pristiana 1208 100 059 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH
Lebih terperinciKLASIFIKASI ARITMIA EKG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN FUNGSI AKTIVASI ADAPTIF
KLASIFIKASI ARITMIA EKG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN FUNGSI AKTIVASI ADAPTIF Asti Rahma Julian 1, Nanik Suciati 2, Darlis Herumurti 3 Teknik Informatika, Fakultas Teknologi Informasi, ITS
Lebih terperinciBAB II KAJIAN TEORI. syarat batas, deret fourier, metode separasi variabel, deret taylor dan metode beda
BAB II KAJIAN TEORI Pada bab ini akan dibahas tentang beberapa teori dasar yang digunakan sebagai landasan pembahasan pada bab III. Beberapa teori dasar yang dibahas, diantaranya teori umum tentang persamaan
Lebih terperinciPENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN
Bab 4 PENELUSURAN LINTASAN DENGAN JARINGAN SARAF TIRUAN Tgas mendasar dari robot berjalan ialah dapat bergerak secara akrat pada sat lintasan (trajectory) yang diberikan Ata dengan kata lain galat antara
Lebih terperinciPrediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)*
Prediksi Curah Hujan Di Kota Pontianak Menggunakan Parameter Cuaca Sebagai Prediktor Pada Skala Bulanan, Dasarian Dan Harian Asri Rachmawati 1)* 1)Stasiun Meteorologi Supadio Pontianak Badan Meteorologi
Lebih terperinciTINJAUAN PUSTAKA. diketahui) dengan dua atau lebih peubah bebas dinamakan persamaan. Persamaan diferensial parsial memegang peranan penting di dalam
II. TINJAUAN PUSTAKA 2.1 Persamaan Diferensial Parsial Persamaan yang mengandung satu atau lebih turunan parsial suatu fungsi (yang diketahui) dengan dua atau lebih peubah bebas dinamakan persamaan diferensial
Lebih terperinciPENGGUNAAN MATLAB DALAM PENYELESAIAN SISTEM PERSAMAAN LINEAR MENGGUNAKAN JARINGAN HOPFIELD LINEAR ABSTRAK
PENGGUNAAN MATLAB DALAM PENYELESAIAN SISTEM PERSAMAAN LINEAR MENGGUNAKAN JARINGAN HOPFIELD LINEAR Rosihan Ari Yuana Program Studi Pendidikan Matematika Universitas Sebelas Maret ABSTRAK Aplikasi jaringan
Lebih terperinciMetode Numerik Analisa Galat & Deret Taylor. Teknik Informatika-Unitomo Anik Vega Vitianingsih
Metode Numerik Analisa Galat & Deret Taylor Teknik Inormatika-Unitomo Anik Vega Vitianingsih TEORI KESALAHAN (GALAT) -Penyelesaian numerik dari suatu persamaan matematik hanya memberikan nilai perkiraan
Lebih terperinciKONSEP DASAR PERSAMAAN DIFERENSIAL
KONSEP DASAR PERSAMAAN DIFERENSIAL A. PENGERTIAN PERSAMAAN DIFERENSIAL Dalam pelajaran kalkulus, kita telah berkenalan dan mengkaji berbagai macam metode untuk mendiferensialkan suatu fungsi (dasar). Sebagai
Lebih terperinciEstimasi Suhu Udara Bulanan Kota Pontianak Berdasarkan Metode Jaringan Syaraf Tiruan
Estimasi Suhu Udara Bulanan Kota Pontianak Berdasarkan Metode Jaringan Syaraf Tiruan Andi Ihwan 1), Yudha Arman 1) dan Iis Solehati 1) 1) Prodi Fisika FMIPA UNTAN Abstrak Fluktuasi suhu udara berdasarkan
Lebih terperinciNeural Network menyerupai otak manusia dalam dua hal, yaitu:
2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat
Lebih terperinciI. PENDAHULUAN. dan kotoran manusia atau kotoran binatang. Semua polutan tersebut masuk. ke dalam sungai dan langsung tercampur dengan air sungai.
I. PENDAHULUAN 1.1 Latar Belakang dan Masalah Dalam kehidupan, polusi yang ada di sungai disebabkan oleh limbah dari pabrikpabrik dan kotoran manusia atau kotoran binatang. Semua polutan tersebut masuk
Lebih terperinciKonsep Deret & Jenis-jenis Galat
Metode Numerik (IT 402) Fakultas Teknologi Informasi - Universitas Kristen Satya Wacana Bagian 2 Konsep Deret & Jenis-jenis Galat ALZ DANNY WOWOR 1. Pengatar Dalam Kalkulus, deret sering digunakan untuk
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar ang akan digunakan sebagai landasan berpikir seperti beberapa teorema dan definisi ang berkaitan dengan penelitian ini. Dengan begitu
Lebih terperinciPenerapan Backpropagation untuk Meningkatkan Efektivitas Waktu dan Akurasi pada Data Wall-Following Robot Navigation
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) D-279 Penerapan Backpropagation untuk Meningkatkan Efektivitas Waktu dan Akurasi pada Data Wall-Following Robot Navigation Aprilia
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Bab landasan teori bertujuan untuk memberikan penjelasan mengenai metode atau pun teori yang digunakan dalam laporan tugas akhir ini, sehingga dapat membangun pemahaman yang sama antara
Lebih terperinciNeural Network (NN) Keuntungan penggunaan Neural Network : , terdapat tiga jenis neural network Proses Pembelajaran pada Neural Network
Neural Network (NN) adalah suatu prosesor yang melakukan pendistribusian secara besar-besaran, yang memiliki kecenderungan alami untuk menyimpan suatu pengenalan yang pernah dialaminya, dengan kata lain
Lebih terperinciPENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI ABSTRACT
PENGGUNAAN METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN PADA KALKULUS VARIASI Febrian Lisnan, Asmara Karma 2 Mahasiswa Program Studi S Matematika 2 Dosen Jurusan Matematika Fakultas Matematika
Lebih terperinciII. TINJAUAN PUSTAKA. Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada ( ) ( ) ( )
II. TINJAUAN PUSTAKA 2.1 Definisi Turunan Turunan fungsi f adalah fungsi lain f (dibaca f aksen ) yang nilainya pada sebarang bilangan c adalah asalkan limit ini ada. Jika limit ini memang ada, maka dikatakan
Lebih terperinciGalat & Analisisnya. FTI-Universitas Yarsi
BAB II Galat & Analisisnya Galat - error Penyelesaian secara numerik dari suatu persamaan matematis hanya memberikan nilai perkiraan yang mendekati nilai eksak (yang benar dari penyelesaian analitis. Penyelesaian
Lebih terperinciMETODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR ABSTRACT
METODE DEKOMPOSISI ADOMIAN UNTUK MENYELESAIKAN PERMASALAHAN NILAI BATAS PADA PERSAMAAN DIFERENSIAL PARSIAL NONLINEAR Birmansyah 1, Khozin Mu tamar 2, M. Natsir 2 1 Mahasiswa Program Studi S1 Matematika
Lebih terperinciPERANCANGAN SISTEM KONTROL POSISI DAN KECEPATAN PADA KAPAL SELAM MENGGUNAKAN JARINGAN SARAF TIRUAN
ABSTRAK PERANCANGAN SISTEM KONTROL POSISI DAN KECEPATAN PADA KAPAL SELAM MENGGUNAKAN JARINGAN SARAF TIRUAN Agus Syahril / 0322013 Jurusan Teknik Elektro, Fakultas Teknik Universitas Kristen Maranatha Jl.
Lebih terperinci