Autolanding Pada UAV (Unmanned Aerial Vehicle) Menggunakan Kontroler PID-Fuzzy

Ukuran: px
Mulai penontonan dengan halaman:

Download "Autolanding Pada UAV (Unmanned Aerial Vehicle) Menggunakan Kontroler PID-Fuzzy"

Transkripsi

1 JURNAL TEKNIK POMITS Vol. 1, No. 1, (01) Autolandng Pada UAV (Unmanned Aeral Vehcle) Menggunakan Kontroler PID-Fuzzy Mulyan, Katjuk Astrowulan, Joko Susla. Jurusan Teknk Elektro, Fakultas Teknolog Industr, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya E-mal: katjuk@ee.ts.ac.d jokosus@ee.ts.ac.d Abstrak UAV (Unmanned Aeral Vehcle) merupakan sebuah kendaraan udara tanpa awak yang dkendalkan oleh atau tanpa seorang plot (autoplot). Autoplot merupakan suatu sstem yang dapat memandu gerak terbang pesawat tanpa adanya campur tangan dar manusa. Sstem autoplot adalah suatu sstem kontrol gerakan pesawat terbang yang mengatur gerakan pesawat terbang agar tetap pada jalur yang sudah dtentukan sehngga pesawat dapat bergerak dar suatu tempat ke tempat lan dengan aman secara otomats. Bentuk UAV yang sangat rngan dan kecl membuat UAV rentan terhadap gangguan angn yang menyebabkan terjadnya kecelakaan terutama pada saat melakukan pendaratan atau landng. Untuk mengatas permasalahan tersebut, dbuatlah sstem kontrol pada proses landng untuk menjaga agar UAV tahan terhadap gangguan tersebut. Sstem kontrol yang dmaksud adalah dengan drancangnya kontroler PID- Fuzzy. Penggunaan algortma PID-Fuzzy dlakukan untuk mengatur sudut ptch pesawat selama proses landng Dengan drancangnya kontroler PID-Fuzzy, hasl smulas rancangan gerak pesawat memberkan nla output yang mendekat nla setpont yang dberkan dengan nla error sebesar 5%. Kata Kunc UAV (Unmanned Aeral Vehcle), Kontroler PID-Fuzzy, Autolandng P I. PENDAHULUAN enggunaan UAV (Unmanned Aeral Vehcle) dewasa n sangat luas dgunakan msalnya untuk pencaran korban bencana alam, pengnderaan jauh, memontorng kawasan perhutan dan daerah perbatasan, bahkan untuk daerah dengan permukaan yang tdak rata dan dengan kontur ketnggan yang berbeda-beda dapat dlakukan oleh UAV. UAV juga dapat dlakukan untuk ms kemlteran yang berbahaya sepert untuk menyusup dan mengnta daerah musuh yang tdak bsa djangkau sekalpun UAV juga dgunakan dalam aplkas spl, sepert pemadam kebakaran atau pekerjaan keamanan nonmlter, sepert pengawasan dar ppa. Sngkatan UAV telah dperluas dalam beberapa kasus untuk UAV (sstem kendaraan tak berawak). Federal Avaton Admnstraton telah mengadops sstem kelas generk pesawat tak berawak- UAS (Unmanned Arcraft System) awalnya dperkenalkan oleh Angkatan Laut AS untuk mencermnkan kenyataan bahwa n bukan hanya pesawat, tetap sstem, termasuk stasun tanah dan elemen lannya. Bentuk UAV yang sangat kecl dan relatf murah baya operasonalnya membuat banyak pertmbangan utama mengapa banyak phak menggunakannya. Akan tetap, dengan bentuk UAV yang demkan membuat UAV rentan terhadap gangguan angn terutama pada saat melakukan landng. Oleh karena tu, dbuatlah sstem kontrol autolandng pada UAV dengan memberkan kontroler PID Fuzzy agar kendaraan n dapat melaksanakan tugasnya dengan bak. Kontroler PID Fuzzy sebenarnya merupakan kontroler PID yang setap parameternya dtunng dengan menggunakan logka fuzzy, dmana kontroler PID adalah gabungan dar kontroler Proporsonal, Integral, dan Dfferensal dengan setap kelebhan yang dmlk oleh setap kontroler. Pada konds operas tertentu (sepert msalnya serng terjad pada gangguan proses atau parameter proses yang berubah-ubah), parameter kontrol n harus serng d-tuned agar knerjanya tetap bak. Pada aplkas n, fuzzy berfungs menghtung parameter kontrol PID berdasarkan konds snyal error (sebaga nput dar Fuzzy). Selan tu dengan adanya algortma fuzzy n bsa menutup kekurangan dar aks kontrol PID. II. TINJAUAN PUSTAKA A. UAV (Unmanned Aeral Vehcle) [1], [] UAV (Unmanned Aeral Vehcle) merupakan sebuah kendaraan udara tanpa awak yang dkendalkan atau tanpa seorang plot (autoplot). Autoplot merupakan suatu sstem yang dapat memandu gerak terbang pesawat tanpa adanya campur tangan dar manusa. Dengan adanya sstem n seorang plot tdak harus mengontrol secara penuh gerakan pesawat tanpa harus berada d dalamnya. UAV pertama dkenalkan pada Perang Duna ke 1 pada tahun 1917 yang dbawa oleh mlter Amerka Serkat. UAV juga dkenal sebaga kendaraan jarak jauh yang dkemudkan atau RPV (Remotely Ploted Vehcle) dmana sebagan besar fungsnya yatu pada ms kemlteran. Untuk membedakan UAV dar rudal, sebuah UAV ddefnskan sebaga kendaraan, dapat dgunakan kembal dan mampu dkendalkan, penerbangan berkelanjutan, bertngkat dan ddukung oleh jet atau mesn yang salng berhubungan. Oleh karena tu, rudal jelajah tdak danggap UAV, karena sepert banyak peluru kendal lan,

2 JURNAL TEKNIK POMITS Vol. 1, No. 1, (01) 1-5 kendaraan tu sendr adalah senjata yang tdak dgunakan kembal, meskpun juga tak berawak dan dalam beberapa kasus jarak jauh juga dpandu. penggunaan UAV dewasa n sangat luas dgunakan msalnya untuk pencaran korban bencana alam, pengnderaan jauh, memontorng kawasan perhutan dan daerah perbatasan, bahkan untuk daerah dengan permukaan yang tdak rata dan dengan kontur ketnggan yang berbeda-beda dapat dlakukan oleh UAV. UAV juga dapat dlakukan untuk ms kemlteran yang berbahaya sepert untuk menyusup dan mengnta daerah musuh yang tdak bsa djangkau sekalpun UAV juga dgunakan dalam aplkas spl, sepert pemadam kebakaran atau pekerjaan keamanan nonmlter, sepert pengawasan dar ppa. B. Autolandng[3] Autolandng yang dmaksud dsn adalah gerakan landng secara autoplot. Autoplot merupakan suatu sstem yang dapat memandu gerak terbang pesawat tanpa adanya campur tangan dar manusa. Dengan adanya sstem n seorang plot tdak harus mengontrol secara penuh gerakan pesawat tanpa harus berada d dalamnya. Sstem autoplot adalah suatu sstem kontrol gerakan pesawat terbang yang mengatur gerakan pesawat terbang agar tetap pada jalur yang sudah dtentukan sehngga pesawat dapat bergerak dar suatu tempat ke tempat lan dengan aman secara otomats, Suatu sstem autoplot yang drancang dengan bak dan terntegras dengan tepat dengan sstem kontrol yang tepat dapat menghaslkan respon yang bak. Dengan autoplot gerakan pesawat dapat dlakukan secara otomats mula dar take-off (autotak-eoff) sampa landng (autolandng) pada ketnggan tertentu. Akan tetap autoplot tergantung dar jens pesawat dan sstem pengaturannya. Pada sstem autolandng merupakan sstem pengaturan yang kompleks. Oleh karenanya pada Tugas Akhr yang datur adalah sstem pengaturan sudut ptch. C. Gerak Dasar Pesawat [3] Gerak dasar pesawat terbang dkendalkan oleh kontrol permukaan pesawat terbang. Kontrol permukaan pada pesawat terbang terdr dar aleron, rudder, dan elevator. Aleron adalah kontrol permukaaan yang mengontrol gerak gulng (rollng) pesawat. Aleron terletak pada sayap pesawat. Rudder adalah kontrol permukaan yang dapat membelokkan hdung pesawat ke kanan atau ke kr. Rudder tersambung d bagan belakang dar vertcal stablzer. Selama penerbangan rudder dgunakan untuk menggerakkan ujung depan pesawat pesawat ke kanan dan ke kr. Rudder dgunakan bersama dengan aleron untuk belok selama penerbangan Sedangkan elevator adalah kontrol permukaan yang mengatur gerak nak turun pesawat. Elevator terpasang d bagan belakang horzontal stablzer yang dgunakan untuk menggerakkan badan pesawat nak maupun turun selama pesawat berada d udara. Gambar 1 Kontrol permukan pesawat[3] D. Landng Pesawat [4] Proses pendaratan (landng) pada pesawat yatu, algnment, glde-slope trackng, flare manoeuvre, touchdown, dan taxng. Pada fase algnment, pesawat terbang bergerak lurus sejajar dengan perpanjangan gars landasan pada ketnggan konstan. Dan pada fase glde-slope trackng, pesawat terbang mengkut lntasan gars lurus menurun dengan sudut konstan dengan tetap menjaga poss pesawat tepat lurus d atas sumbu landasan. Ketka pesawat terbang telah mendekat landasan, sudut kemrngan d perkecl sampa 0 0 (nol derajat) sehngga lntasan menurun bukan lag berupa gars lurus, tap berbentuk menyerupa kurva eksponensal turun, fase n dsebut dengan flare manoeuvre. Gambar Proses landng pesawat[5] A. Arstektur Navgas UAV III. PERANCANGAN SISTEM Sstem navgas pada UAV dapat dlhat pada Gambar 3.9. Perancangan sstem kontrol UAV menggunakan kontrol Arduplot Msson Planer, bertujuan untuk membentuk atau mengontrol gerak dar pesawat UAV. Program yang tertanam dalam mkrokontroler akan daktfkan secara manual dar remote control dengan perntah mode autoplot sehngga program akan menjalankan algortma kontrol yang tertanam dalam mkrokontroler Blok dagram untuk sstem autolandng dapat dlhat pada Gambar 3 Gambar 3 Remote Control Rancangan Gerak Recever Mkrokontroler Sensor Aktuator Arstektur Sstem Navgas UAV Plant

3 JURNAL TEKNIK POMITS Vol. 1, No. 1, (01) B. Identfkas Sstem Dalam Tugas Akhr n kebutuhan sstemnya berupa sebuah pesawat yang berbahan dasar gabus beserta komponen yang ada ddalam pesawat, GPS sebaga sensor yang dgunakan untuk pembacaan data poss lntang, bujur, sudut arah, sudut roll, ptch, dan yaw serta arduno msson planner. Pesawat yang dgunakan adalah pesawat jens fxed-wng tpe Hobby Kng EPP FPV. Selan tu terdapat GPS atau Global Postonng System yatu sstem untuk menentukan letak d permukaan bum dengan bantuan penyelarasan snyal satelt. GPS memberkan nla keteltan poss dalam spektrum yang cukup luas, mula dar meter sampa dengan mlmeter. Keteltan poss GPS metode absolut dengan data psedorange antara 3-6 meter. Gambar 4 Model Pesawat C. Arduplot Mega, IMU, dan Arduno Arduplot mega merupakan perangkat mkrokontroler yang akan dgunakan dalam sstem n. Mkrokontroler n dplh karena sangat sesua untuk daplkaskan pada perancangan autoplot UAV serta dengan perangkat lunak yang open source dapat memudahkan dalam pengembangan program autoplot. Gambar 5 Arduplot Mega IMU atau Inertal Measurement Unt merupakan perangkat yang dbutuhkan untuk membentuk suatu sstem autoplot dsampng GPS dan Arduplot mega sebaga mkrokontroler. Dengan adanya beberapa sensor yang telah terntegras dalam IMU, dharapkan akan memnmalsas adanya nose dalam komunkas data antara sensor menuju mkrokontroler Bentuk IMU dapat dlhat pada Gambar 6 Gambar 6 Rangkaan IMU Arduno dpaka untuk mendowload program yang kta buat dar komputer ke dalam Mkrokontrol Arduplot Mega. Software dar Arduno memlk bahasa pemrograman sendr. Arduno merupakan sstem mkrokontroler yang relatf mudah dan cepat dalam membuat aplkas elektronka maupun robotka. Sedangkan untuk mengamat perubahan yang terjad menggunakan APM (Arduplot Planner Mega). Pada APM dapat mengubah parameter kontrol, mengambl data dan mengubah setngan mode sesua yang kta ngnkan Gambar 7 D. Identfkas Sstem Tamplan Arduno dan Ardu Planner Mega[7] Identfkas merupakan sebuah proses yang pentng dalam sklus pengaturan. Identfkas dperlukan untuk mengetahu karakterstk dar suatu sstem bedasarkan model matemats yang telah dperoleh. Pada Tugas Akhr n dentfkas dlakukan dengan member sudut acak terhadap pesawat melalu defleks elevator kemudan mengamat keluaran sudut ptch dar pesawat. Hasl dentfkas plant memperoleh fungs alh dapat dlhat pada Tabel 1 sebaga berkut: Tabel 1 Fungs Alh Plant Kecepatan Propeller Fungs alh plant 1% G(s) = 3,438s 8,507 s 8,943,47 48% G(s) = 11,6s 4,956 s 5,09 4,044 7% G(s) = 9,6s 74,67 s 13,14s 19,3 E. Perancangan Kontroler Pada peneltan n kontroler PID-Fuzzy dgunakan untuk menjaga kestablan sudut ptch pesawat saat terbang mengkut lntasan yang telah drencanakan Untuk mendapatkan besarnya sudut ptch, maka dsetap persamaan ptch rate harus dkalkan dengan ntegrator. Karena PID hanya bsa dhtung dengan pendekatan orde dua, sementara fungs alh plant adalah orde tga, maka dberlah kompensator yang berfungs sebaga flter. G(s) = 11,6s 4,956 1 x s 5,09 4,044 s = 4,956((11,6/ 4,956) s 1) s( s 5,09s 4,044) s Untuk nla kompensatornya adalah ( 11,6/ 4,956) s 1 Sehngga nla fungs alh yang baru 4,956 G(s) = ( s 5,09s 4,044) Fungs alh nla yang dpaka untuk mencar nla parameter dar kontroler PID dengan rumus : K n jka fungs alh plant adalah G(s) = (3.1) s ns n maka nla = (3.) n 1 = (3.3) d n

4 Sudut Ptch (derajat) Ketnggan (meter) JURNAL TEKNIK POMITS Vol. 1, No. 1, (01) Kp = * K Tabel Nla Perhtungan Parameter Kontroler PID Kp (3.4) 3.438s s s s s s 13.14s 19.3 Hasl dar error reference yang dngnkan menjad nputan nla fuzzy. Pada kontroler n, dgunakan tga buah fungs keanggotaan yang dgunakan untuk mendefnskan setap masukan dan keluarannya. Untuk setap nla masukan, range nla keanggotaan fuzzynya adalah [ ]. Aturan dasar drancang berdasarkan nla error dan perubahan nla error reference pada konds perubahan kecepatan propeler. Setelah tu dlakukan pengujan dengan cara memasukkan nla x, kemudan dlhat apakah nla outputnya sudah sesua atau belum dengan nla nput yang dberkan. IV. IMPLEMENTASI DAN PENGUJIAN SISTEM d Sedangkan pada sudut ptchnya, kontroler mampu mengkut sudut ptch yang dngnkan. B. Hasl Implementas Pengamblan data mplementas dlakukan dengan cara mengatur perntah pada Ardu Mega Planer dengan perntah NAV_LAND. Kemudan pada nla parameternya dmasukkan nla parameter kontroler yang sudah dlakukan pada hasl smulas. Nla parameternya melput nla ketnggan, alttude dan longtudenya. Kemudan pada program d ardunonya dmasukkan parameter nla kontroler. Untuk nla parameter yang pertama pada Ardu Mega Planner dberkan nla 10 yang berart ketnggan yang dngnkan ketka pesawat mula autolandng. Sedangkan untuk parameter kedua dan ketga adalah nla alttude dan longtudenya. Untuk nla alttude dan longtudenya ddapat dengan cara memplot daerah yang akan djadkan ttk awal dan ttk akhr ketka pesawat melakukan autolandng. Setelah ttk awal dan ttk akhr sudah dplot, maka muncul nla alttude dan longtudenya. Sedangkan untuk nla parameter kontroler PID-Fuzzy, dprogram melalu Arduno dengan nla sebesar Kp = 4, K = 0,39488, Kd = 0,9. Pada Gambar 10 adalah tamplan Ardu Mega Planner, sedangkan pada Gambar 11 adalah tamplan Google Earth yang menamplkan data hasl mplementas autolandng. A. Hasl Smulas Setelah selesa mengntegraskan komponen - komponen penyusun sstem kontrol proses yang dbangun, langkah selanjutnya adalah menjalankan dan melakukan pengujan terhadap sstem tersebut. Pengujan dlakukan dengan menggunakan smulas rancangan gerak yang sudah dber kontroler PID-Fuzzy. Hasl smulas bsa dlhat pada Gambar 8 dan Gambar 9. Pada Gambar 8 adalah hasl smulas dengan pemberan kontroler PID-Fuzzy. Sedangkan pada Gambar 9 adalah hasl smulas sudut ptch dengan pemberan kontroler PID-Fuzzy. Gambar 10 Tamplan Ardu Mega Planner[7] 10 8 Rancangan Gerak Respon Dengan Kontroler Tme (detk) Gambar 8 Hasl Smulas Autolandng 0-5 Sudut Ptch Rancangan Gerak Sudut Ptch Dengan Kontroler Gambar 11 Tamplan Google Earth Tme (detk) Gambar 9 Hasl Smulas Sudut Ptch Dar hasl smulas dapat dambl kesmpulan bahwa kontroler dapat mengkut rancangan gerak yang dberkan. Hasl mplementas Autolandng (dtunjukkan pada Gambar 11 yang berwarna hjau) memberkan nla yang berbeda dengan setpont yang dberkan (dtunjukkan pada Gambar 11 yang berwarna htam). Hal n dsebabkan karena akuras sensor GPS yang kurang akurat sehngga mengakbatkan perbedaan nla pembacaan respon hasl mplementas.

5 JURNAL TEKNIK POMITS Vol. 1, No. 1, (01) V. KESIMPULAN/RINGKASAN Dar berapa percobaan dan pengujan yang dlakukan dalam peneltan Tugas Akhr n, dapat dambl beberapa kesmpulan, yatu: 1. Hasl smulas sstem dengan kontroler PID-Fuzzy memberkan nla keluaran yang mendekat nla setpont yang dberkan dengan nla error sebesar 5%. Pada hasl Implementas, nla parameter kontroler yang dberkan adalah sebesar Kp = 4, K = 0,39488, dan Kd = 0,9 3. Hasl mplementas autolandng memberkan nla yang berbeda dengan setpont yang dberkan. Hal n dsebabkan karena akuras sensor GPS yang kurang akurat sehngga mengakbatkan perbedaan nla pembacaan respon hasl mplementas. UCAPAN TERIMA KASIH Terma kash penuls ucapkan kepada bu tercnta atas segala dukungan moral, mater, semangat, dan doanya yang tak pernah berhent mengalr; kepada Pak Katjuk, Pak Joko, Pak Rusdhanto selaku dosen pembmbng yang telah memberkan banyak arahan, dukungan dan motvas dalam proses pengerjaan Tugas Akhr, dan kepada s Plot Andre serta teman-teman UAV Hery dan Nurdn untuk kerjasamanya. DAFTAR PUSTAKA [1] Mclean, D., Automatc Flght Control Systems, Prentce Hall, Hertfordshre, Ch., [] Valavans, P., Kmon, Advances n Unmanned Aeral Vehcles, State of the Art and the Road to Autonomy, Ch. 1, 007 [3] Huda, T., Perancangan dan Implementas Kontroler Fuzzy Predktf Untuk Trackng Ketnggan Aktual Pada UAV (Unmanned Aeral Vehcle), Tugas Akhr, Jurusan Teknk Elektro, Insttut Teknolog Sepuluh Nopember, Surabaya, 01 [4] Rseborough,P. Automatc Take-Off and Landng Control for Small UAV s. BAE Systems Australa, Melbourne [5] Upadana, P.M.A., Perancangan dan Implementas Kontroler PID Predktf Pada Proses Landng UAV (Unmanned Aeral Vehcle), Tugas Akhr, Jurusan Teknk Elektro, Insttut Teknolog Sepuluh Nopember, Surabaya, 01 [6] Membala, A., Perancangan dan Implementas Predktf State Feedback Untuk Trackng Waypont Berdasarkan Pada Gerakan Longtudnal UAV (Unmanned Aeral Vehcle), Tugas Akhr, Jurusan Teknk Elektro, Insttut Teknolog Sepuluh Nopember, Surabaya, 01. [7], DIY Drones, <URL: 9 Me 01

PERANCANGAN DAN IMPLEMENTASI KONTROLER PID UNTUK KESTABILAN GERAK LATERAL DAN LONGITUDINAL UNMANNED AERIAL VEHICLES (UAV)

PERANCANGAN DAN IMPLEMENTASI KONTROLER PID UNTUK KESTABILAN GERAK LATERAL DAN LONGITUDINAL UNMANNED AERIAL VEHICLES (UAV) PERANCANGAN DAN IMPLEMENTASI KONTROLER PID UNTUK KESTABILAN GERAK LATERAL DAN LONGITUDINAL UNMANNED AERIAL VEHICLES (UAV) And Ars Rnald M 2207100049 e-mal: ars.rnald89@yahoo.com Jurusan Teknk Elektro,

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

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran

BAB 1 PENDAHULUAN. Pertumbuhan dan kestabilan ekonomi, adalah dua syarat penting bagi kemakmuran BAB 1 PENDAHULUAN 1.1. Latar Belakang Pertumbuhan dan kestablan ekonom, adalah dua syarat pentng bag kemakmuran dan kesejahteraan suatu bangsa. Dengan pertumbuhan yang cukup, negara dapat melanjutkan pembangunan

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN 3.1. Hpotess Peneltan Berkatan dengan manusa masalah d atas maka penuls menyusun hpotess sebaga acuan dalam penulsan hpotess penuls yatu Terdapat hubungan postf antara penddkan

Lebih terperinci

BAB I PENDAHULUAN I-1

BAB I PENDAHULUAN I-1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Kendaraan bermotor merupakan alat yang palng dbutuhkan sebaga meda transportas. Kendaraan dbag menjad dua macam, yatu kendaraan umum dan prbad. Kendaraan umum

Lebih terperinci

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh

BAB III METODE PENELITIAN. Sebelum dilakukan penelitian, langkah pertama yang harus dilakukan oleh BAB III METODE PENELITIAN 3.1 Desan Peneltan Sebelum dlakukan peneltan, langkah pertama yang harus dlakukan oleh penelt adalah menentukan terlebh dahulu metode apa yang akan dgunakan dalam peneltan. Desan

Lebih terperinci

BAB VB PERSEPTRON & CONTOH

BAB VB PERSEPTRON & CONTOH BAB VB PERSEPTRON & CONTOH Model JST perseptron dtemukan oleh Rosenblatt (1962) dan Mnsky Papert (1969). Model n merupakan model yang memlk aplkas dan pelathan yang lebh bak pada era tersebut. 5B.1 Arstektur

Lebih terperinci

DesainKontrolFuzzy BerbasisPerformansiH dengan Batasan Input-Output untuk Sistem Pendulum-Kereta

DesainKontrolFuzzy BerbasisPerformansiH dengan Batasan Input-Output untuk Sistem Pendulum-Kereta ugasakhr E 91399 DesanKontrolFuzzy BerbassPerformansH dengan Batasan Input-Output untuk Sstem Pendulum-Kereta to Febraranto (8116) Dosen Pembmbng: Prof. Dr. Ir. Achmad Jazde, M.Eng. Jurusan eknk Elektro

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

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

SEARAH (DC) Rangkaian Arus Searah (DC) 7

SEARAH (DC) Rangkaian Arus Searah (DC) 7 ANGKAAN AUS SEAAH (DC). Arus Searah (DC) Pada rangkaan DC hanya melbatkan arus dan tegangan searah, yatu arus dan tegangan yang tdak berubah terhadap waktu. Elemen pada rangkaan DC melput: ) batera ) hambatan

Lebih terperinci

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah

BAB III METODE PENELITIAN. sebuah fenomena atau suatu kejadian yang diteliti. Ciri-ciri metode deskriptif menurut Surakhmad W (1998:140) adalah BAB III METODE PENELITIAN 3.1 Metode Peneltan Metode yang dgunakan dalam peneltan n adalah metode deskrptf. Peneltan deskrptf merupakan peneltan yang dlakukan untuk menggambarkan sebuah fenomena atau suatu

Lebih terperinci

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel

PRAKTIKUM 6 Penyelesaian Persamaan Non Linier Metode Newton Raphson Dengan Modifikasi Tabel PRAKTIKUM 6 Penyelesaan Persamaan Non Lner Metode Newton Raphson Dengan Modfkas Tabel Tujuan : Mempelajar metode Newton Raphson dengan modfkas tabel untuk penyelesaan persamaan non lner Dasar Teor : Permasalahan

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Fuzzy Set Pada tahun 1965, Zadeh memodfkas teor hmpunan dmana setap anggotanya memlk derajat keanggotaan yang bernla kontnu antara 0 sampa 1. Hmpunan n dsebut dengan hmpunaan

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

Estimasi Variabel Keadaan Gerak Longitudinal Pesawat Terbang Menggunakan Metode Fuzzy Kalman Filter

Estimasi Variabel Keadaan Gerak Longitudinal Pesawat Terbang Menggunakan Metode Fuzzy Kalman Filter A-42 JURNAL SAINS DAN SENI IS Vol. 5 No. 2 (216) 2337-352 (231-928X Prnt) Estmas Varabel Keadaan Gerak Longtudnal Pesawat erbang Menggunakan Metode Fuzzy Kalman Flter Res Arumn San, Erna Aprlan, dan Mohammad

Lebih terperinci

ANALISIS DATA KATEGORIK (STK351)

ANALISIS DATA KATEGORIK (STK351) Suplemen Respons Pertemuan ANALISIS DATA KATEGORIK (STK351) 7 Departemen Statstka FMIPA IPB Pokok Bahasan Sub Pokok Bahasan Referens Waktu Korelas Perngkat (Rank Correlaton) Bag. 1 Koefsen Korelas Perngkat

Lebih terperinci

Pengaturan Proses Tekanan pada Sistem Pengaturan Berjaringan Menggunakan Kontroler Fuzzy Neural Network

Pengaturan Proses Tekanan pada Sistem Pengaturan Berjaringan Menggunakan Kontroler Fuzzy Neural Network TUGAS AKHIR TE - 091399 Pengaturan Proses Tekanan pada Sstem Pengaturan Berjarngan Menggunakan Kontroler Fuzzy Neural Network Rende Ramadhan NRP 2208100131 Dosen Pembmbng : Ir. Al Faton, M.T. Imam Arfn,

Lebih terperinci

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB

SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB SISTEM PENDUKUNG KEPUTUSAN PENILAIAN KINERJA DAN PEMILIHAN MITRA BADAN PUSAT STATISTIK (BPS) KABUPATEN GUNUNGKIDUL MENGGUNAKAN METODE SAW BERBASIS WEB Putr Har Ikhtarn ), Bety Nurltasar 2), Hafdz Alda

Lebih terperinci

PROPOSAL SKRIPSI JUDUL:

PROPOSAL SKRIPSI JUDUL: PROPOSAL SKRIPSI JUDUL: 1.1. Latar Belakang Masalah SDM kn makn berperan besar bag kesuksesan suatu organsas. Banyak organsas menyadar bahwa unsur manusa dalam suatu organsas dapat memberkan keunggulan

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

BAB IV PERHITUNGAN DAN ANALISIS BAB IV PERHITUNGAN DAN ANALISIS 4.1 Survey Parameter Survey parameter n dlakukan dengan mengubah satu jens parameter dengan membuat parameter lannya tetap. Pengamatan terhadap berbaga nla untuk satu parameter

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1. Kamus Buku acuan yang memuat kata dan ungkapan, basanya dsusun menurut abjad berkut keterangan tentang makna, pemakaan, atau terjemahannya, kamus juga dsebut buku yang memuat

Lebih terperinci

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996).

2 TINJAUAN PUSTAKA. sistem statis dan sistem fuzzy. Penelitian sejenis juga dilakukan oleh Aziz (1996). 2 TINJAUAN PUSTAKA 2.1 Stud Yang Terkat Peneltan n mengacu pada jurnal yang dtuls oleh Khang, dkk.(1995). Dalam peneltannya, Khang, dkk membandngkan arus lalu lntas yang datur menggunakan sstem stats dan

Lebih terperinci

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN

Didownload dari ririez.blog.uns.ac.id BAB I PENDAHULUAN BAB I PENDAHULUAN Sebuah jarngan terdr dar sekelompok node yang dhubungkan oleh busur atau cabang. Suatu jens arus tertentu berkatan dengan setap busur. Notas standart untuk menggambarkan sebuah jarngan

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

IV. HASIL DAN PEMBAHASAN

IV. HASIL DAN PEMBAHASAN IV. HASIL DAN PEMBAHASAN Data terdr dar dua data utama, yatu data denyut jantung pada saat kalbras dan denyut jantung pada saat bekerja. Semuanya akan dbahas pada sub bab-sub bab berkut. A. Denyut Jantung

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis

BAB 4 METODOLOGI PENELITIAN. data, dan teknik analisis data. Kerangka pemikiran hipotesis membahas hipotesis BAB 4 METODOLOGI PENELITIAN Pada bab n akan durakan kerangka pemkran hpotess, teknk pengumpulan data, dan teknk analss data. Kerangka pemkran hpotess membahas hpotess pengujan pada peneltan, teknk pengumpulan

Lebih terperinci

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER

BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER BAB V PENGEMBANGAN MODEL FUZZY PROGRAM LINIER 5.1 Pembelajaran Dengan Fuzzy Program Lner. Salah satu model program lnear klask, adalah : Maksmumkan : T f ( x) = c x Dengan batasan : Ax b x 0 n m mxn Dengan

Lebih terperinci

berasal dari pembawa muatan hasil generasi termal, sehingga secara kuat

berasal dari pembawa muatan hasil generasi termal, sehingga secara kuat 10 KARAKTRISTIK TRANSISTOR 10.1 Dasar Pengoperasan JT Pada bab sebelumnya telah dbahas dasar pengoperasan JT, utamannya untuk kasus saat sambungan kolektor-bass berpanjar mundur dan sambungan emtor-bass

Lebih terperinci

III. METODE PENELITIAN

III. METODE PENELITIAN III. METODE PEELITIA 3.1. Kerangka Pemkran Peneltan BRI Unt Cbnong dan Unt Warung Jambu Uraan Pekerjaan Karyawan Subyek Analss Konds SDM Aktual (KKP) Konds SDM Harapan (KKJ) Kuesoner KKP Kuesoner KKJ la

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 2 LNDSN TEORI 2. Teor engamblan Keputusan Menurut Supranto 99 keputusan adalah hasl pemecahan masalah yang dhadapnya dengan tegas. Suatu keputusan merupakan jawaban yang past terhadap suatu pertanyaan.

Lebih terperinci

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian

BAB III METODE PENELITIAN. penelitian dilakukan secara purposive atau sengaja. Pemilihan lokasi penelitian BAB III METODE PENELITIAN 3.1 Lokas Peneltan Peneltan dlaksanakan d Desa Sempalwadak, Kecamatan Bululawang, Kabupaten Malang pada bulan Februar hngga Me 2017. Pemlhan lokas peneltan dlakukan secara purposve

Lebih terperinci

RANGKAIAN SERI. 1. Pendahuluan

RANGKAIAN SERI. 1. Pendahuluan . Pendahuluan ANGKAIAN SEI Dua elemen dkatakan terhubung ser jka : a. Kedua elemen hanya mempunya satu termnal bersama. b. Ttk bersama antara elemen tdak terhubung ke elemen yang lan. Pada Gambar resstor

Lebih terperinci

Pengukuran Laju Temperatur Pemanas Listrik Berbasis Lm-35 Dan Sistem Akuisisi Data Adc-0804

Pengukuran Laju Temperatur Pemanas Listrik Berbasis Lm-35 Dan Sistem Akuisisi Data Adc-0804 Pengukuran Laju Temperatur Pemanas Lstrk Berbass Lm-35 Dan Sstem Akuss Data Adc-0804 Ummu Kalsum Unverstas Sulawes Barat e-mal: Ummu.kalsum@unsulbar.ac.d Abstrak Peneltan n merupakan pengukuran laju temperatur

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

ANALISIS REGRESI. Catatan Freddy ANALISIS REGRESI Regres Lner Sederhana : Contoh Perhtungan Regres Lner Sederhana Menghtung harga a dan b Menyusun Persamaan Regres Korelas Pearson (Product Moment) Koefsen Determnas (KD) Regres Ganda :

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan

Lebih terperinci

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

BAB III METODOLOGI PENELITIAN. Metode yang digunakan dalam penelitian ini adalah metode eksperimen 3 BAB III METODOLOGI PENELITIAN A. Metode dan Desan Peneltan Metode yang dgunakan dalam peneltan n adalah metode ekspermen karena sesua dengan tujuan peneltan yatu melhat hubungan antara varabelvarabel

Lebih terperinci

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI

IV. UKURAN SIMPANGAN, DISPERSI & VARIASI IV. UKURAN SIMPANGAN, DISPERSI & VARIASI Pendahuluan o Ukuran dspers atau ukuran varas, yang menggambarkan derajat bagamana berpencarnya data kuanttatf, dntaranya: rentang, rentang antar kuartl, smpangan

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Satelah melakukan peneltan, penelt melakukan stud lapangan untuk memperoleh data nla post test dar hasl tes setelah dkena perlakuan.

Lebih terperinci

BAB IV PEMBAHASAN MODEL

BAB IV PEMBAHASAN MODEL BAB IV PEMBAHASAN MODEL Pada bab IV n akan dlakukan pembuatan model dengan melakukan analss perhtungan untuk permasalahan proses pengadaan model persedaan mult tem dengan baya produks cekung dan jont setup

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 TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penjadwalan Baker (1974) mendefnskan penjadwalan sebaga proses pengalokasan sumber-sumber dalam jangka waktu tertentu untuk melakukan sejumlah pekerjaan. Menurut Morton dan

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMP Al-Azhar 3 Bandar Lampung yang terletak di III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SMP Al-Azhar 3 Bandar Lampung yang terletak d Jl. Gn. Tanggamus Raya Way Halm, kota Bandar Lampung. Populas dalam peneltan n adalah

Lebih terperinci

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO

PENJADWALAN PRODUKSI di PT MEUBEL JEPARA PROBOLINGGO Prosdng Semnar Nasonal Manajemen Teknolog III Program Stud MMTITS, Surabaya 4 Pebruar 2006 PENJADWALAN PRODUKSI d PT MEUBEL JEPARA PROBOLINGGO Mohammad Khusnu Mlad, Bobby Oedy P. Soepangkat, Nurhad Sswanto

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

Perbaikan Unjuk Kerja Sistem Orde Satu PERBAIKAN UNJUK KERJA SISTEM ORDE SATU DENGAN ALAT KENDALI INTEGRAL MENGGUNAKAN JARINGAN SIMULATOR MATLAB

Perbaikan Unjuk Kerja Sistem Orde Satu PERBAIKAN UNJUK KERJA SISTEM ORDE SATU DENGAN ALAT KENDALI INTEGRAL MENGGUNAKAN JARINGAN SIMULATOR MATLAB Perbakan Unjuk Kerja Sstem Orde Satu PERBAIKAN UNJUK KERJA SISTEM ORDE SATU DENGAN ALAT KENDALI INTEGRAL MENGGUNAKAN JARINGAN SIMULATOR MATLAB Endryansyah Penddkan Teknk Elektro, Jurusan Teknk Elektro,

Lebih terperinci

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi

Kecocokan Distribusi Normal Menggunakan Plot Persentil-Persentil yang Distandarisasi Statstka, Vol. 9 No., 4 47 Me 009 Kecocokan Dstrbus Normal Menggunakan Plot Persentl-Persentl yang Dstandarsas Lsnur Wachdah Program Stud Statstka Fakultas MIPA Unsba e-mal : Lsnur_w@yahoo.co.d ABSTRAK

Lebih terperinci

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant)

PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Studi Kasus : Metode Secant) PEMAHAMAN METODE NUMERIK MENGGUNAKAN PEMPROGRMAN MATLAB (Stud Kasus : Metode Secant) Melda panjatan STMIK Bud Darma, Jln.SM.Raja No.338 Sp.Lmun, Medan Sumatera Utara Jurusan Teknk Informatka e-mal : meldapjt.78@gmal.com

Lebih terperinci

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS

BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 28 BAB 4 METODOLOGI PENELITIAN DAN ANALISIS 4.1 Kerangka Pemkran dan Hpotess Dalam proses peneltan n, akan duj beberapa varabel software yang telah dsebutkan pada bab sebelumnya. Sesua dengan tahapan-tahapan

Lebih terperinci

BAB III METODE PENELITIAN. Karangkajen, Madrasah Tsanawiyah Mu'allimaat Muhammadiyah Yogyakarta,

BAB III METODE PENELITIAN. Karangkajen, Madrasah Tsanawiyah Mu'allimaat Muhammadiyah Yogyakarta, BAB III METODE PENELITIAN A. Tempat dan Waktu Peneltan Peneltan n dlakukan pada 6 (enam) MTs d Kota Yogyakarta, yang melput: Madrasah Tsanawyah Neger Yogyakarta II, Madrasah Tsanawyah Muhammadyah Gedongtengen,

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN BAB III HIPOTESIS DAN METODOLOGI PENELITIAN III.1 Hpotess Berdasarkan kerangka pemkran sebelumnya, maka dapat drumuskan hpotess sebaga berkut : H1 : ada beda sgnfkan antara sebelum dan setelah penerbtan

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 ENDAHULUAN 1.1 Latar Belakang Secara umum dapat dkatakan bahwa mengambl atau membuat keputusan berart memlh satu dantara sekan banyak alternatf. erumusan berbaga alternatf sesua dengan yang sedang

Lebih terperinci

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada

BAB I PENDAHULUAN. Perkembangan matematika tidak hanya dalam tataran teoritis tetapi juga pada BAB I PENDAHULUAN.. Latar Belakang Masalah Perkembangan matematka tdak hanya dalam tataran teorts tetap juga pada bdang aplkatf. Salah satu bdang lmu yang dkembangkan untuk tataran aplkatf dalam statstka

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa

III. METODE PENELITIAN. Penelitian ini dilakukan di MTs Negeri 2 Bandar Lampung dengan populasi siswa III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlakukan d MTs Neger Bandar Lampung dengan populas sswa kelas VII yang terdr dar 0 kelas yatu kelas unggulan, unggulan, dan kelas A sampa dengan

Lebih terperinci

Bab 1 PENDAHULUAN Latar Belakang

Bab 1 PENDAHULUAN Latar Belakang 11 Bab 1 PENDAHULUAN 1.1. Latar Belakang Perbankan adalah ndustr yang syarat dengan rsko. Mula dar pengumpulan dana sebaga sumber labltas, hngga penyaluran dana pada aktva produktf. Berbaga kegatan jasa

Lebih terperinci

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT

HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT HUBUNGAN KEMAMPUAN KEUANGAN DAERAH TERHADAP PERTUMBUHAN EKONOMI PROVINSI NUSA TENGGARA BARAT ABSTRAK STEVANY HANALYNA DETHAN Fakultas Ekonom Unv. Mahasaraswat Mataram e-mal : stevany.hanalyna.dethan@gmal.com

Lebih terperinci

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan

III PEMBAHASAN. merupakan cash flow pada periode i, dan C. berturut-turut menyatakan nilai rata-rata dari V. dan Pada bab n akan dbahas mengena penyelesaan masalah ops real menggunakan pohon keputusan bnomal. Dalam menentukan penlaan proyek, dapat dgunakan beberapa metode d antaranya dscounted cash flow (DF). DF

Lebih terperinci

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi.

BAB 2 LANDASAN TEORI. estimasi, uji keberartian regresi, analisa korelasi dan uji koefisien regresi. BAB LANDASAN TEORI Pada bab n akan durakan beberapa metode yang dgunakan dalam penyelesaan tugas akhr n. Selan tu penuls juga mengurakan tentang pengertan regres, analss regres berganda, membentuk persamaan

Lebih terperinci

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan

BAB III METODE PENELITIAN. Penelitian ini merupakan penelitian yang bertujuan untuk mendeskripsikan BAB III METODE PENELITIAN A. Jens Peneltan Peneltan n merupakan peneltan yang bertujuan untuk mendeskrpskan langkah-langkah pengembangan perangkat pembelajaran matematka berbass teor varas berupa Rencana

Lebih terperinci

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB

BAB III METODE PENELITIAN. yang digunakan meliputi: (1) PDRB Kota Dumai (tahun ) dan PDRB BAB III METODE PENELITIAN 3.1 Jens dan Sumber Data Jens data yang dgunakan dalam peneltan n adalah data sekunder. Data yang dgunakan melput: (1) PDRB Kota Duma (tahun 2000-2010) dan PDRB kabupaten/kota

Lebih terperinci

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang

Teori Himpunan. Modul 1 PENDAHULUAN. impunan sebagai koleksi (pengelompokan) dari objek-objek yang Modul 1 Teor Hmpunan PENDAHULUAN Prof SM Nababan, PhD Drs Warsto, MPd mpunan sebaga koleks (pengelompokan) dar objek-objek yang H dnyatakan dengan jelas, banyak dgunakan dan djumpa dberbaga bdang bukan

Lebih terperinci

BAB V ANALISA PEMECAHAN MASALAH

BAB V ANALISA PEMECAHAN MASALAH BAB V ANALISA PEMECAHAN MASALAH 5.1 Analsa Pemlhan Model Tme Seres Forecastng Pemlhan model forecastng terbak dlakukan secara statstk, dmana alat statstk yang dgunakan adalah MAD, MAPE dan TS. Perbandngan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 ENDAHULUAN 1.1 Latar Belakang Manusa dlahrkan ke duna dengan ms menjalankan kehdupannya sesua dengan kodrat Illah yakn tumbuh dan berkembang. Untuk tumbuh dan berkembang, berart setap nsan harus

Lebih terperinci

III PEMODELAN MATEMATIS SISTEM FISIK

III PEMODELAN MATEMATIS SISTEM FISIK 34 III PEMODELN MTEMTIS SISTEM FISIK Deskrps : Bab n memberkan gambaran tentang pemodelan matemats, fungs alh, dagram blok, grafk alran snyal yang berguna dalam pemodelan sstem kendal. Objektf : Memaham

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PEDAHULUA. Latar Belakang Rsko ddentfkaskan dengan ketdakpastan. Dalam mengambl keputusan nvestas para nvestor mengharapkan hasl yang maksmal dengan rsko tertentu atau hasl tertentu dengan rsko yang

Lebih terperinci

UNSUR-UNSUR CUACA DAN IKLlM

UNSUR-UNSUR CUACA DAN IKLlM UNSUR-UNSUR CUACA DAN KLlM HANDOKO Jurusan Geofska dan Meteorolog, FMlPA PB Cuaca adalah gambaran konds atmosfer jangka pendek (kurang dar 24 jam) pada suatu lokas tertentu. Pernyataan sepert "har n d

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN BAB IV HASIL PENELITIAN DAN PEMBAHASAN A. Deskrps Data Hasl Peneltan Peneltan n menggunakan peneltan ekspermen; subyek peneltannya dbedakan menjad kelas ekspermen dan kelas kontrol. Kelas ekspermen dber

Lebih terperinci

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE

BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE BAB VIB METODE BELAJAR Delta rule, ADALINE (WIDROW- HOFF), MADALINE 6B.1 Pelathan ADALINE Model ADALINE (Adaptve Lnear Neuron) dtemukan oleh Wdrow & Hoff (1960) Arstekturnya mrp dengan perseptron Perbedaan

Lebih terperinci

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya

BAB III METODE PENELITIAN. Pada penelitian ini, penulis memilih lokasi di SMA Negeri 1 Boliyohuto khususnya BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Peneltan 3.1.1 Tempat Peneltan Pada peneltan n, penuls memlh lokas d SMA Neger 1 Bolyohuto khususnya pada sswa kelas X, karena penuls menganggap bahwa lokas

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi

BAB I PENDAHULUAN. 1.1 Latar Belakang. Di dalam matematika mulai dari SD, SMP, SMA, dan Perguruan Tinggi Daftar Is Daftar Is... Kata pengantar... BAB I...1 PENDAHULUAN...1 1.1 Latar Belakang...1 1.2 Rumusan Masalah...2 1.3 Tujuan...2 BAB II...3 TINJAUAN TEORITIS...3 2.1 Landasan Teor...4 BAB III...5 PEMBAHASAN...5

Lebih terperinci

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012

Pertemuan ke-4 Analisa Terapan: Metode Numerik. 4 Oktober 2012 Pertemuan ke-4 Analsa Terapan: Metode Numerk 4 Oktober Persamaan Non Non--Lner: Metode NewtonNewton-Raphson Dr.Eng. Agus S. Muntohar Metode Newton Newton--Raphson f( f( f( + [, f(] + = α + + f( f ( Gambar

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN. Latar Belakang Matematka sebaga bahasa smbol yang bersfat unversal memegang peranan pentng dalam perkembangan suatu teknolog. Matematka sangat erat hubungannya dengan kehdupan nyata.

Lebih terperinci

Perancangan Simulasi Integrasi Pengirim-Penerima DVB-T

Perancangan Simulasi Integrasi Pengirim-Penerima DVB-T Bab 3 Perancangan Smulas Integras Pengrm-Penerma DVB-T 3.1 Pendahuluan Program smulas pada tess n bertujuan untuk mensmulaskan perbandngan knerja algortma snkronsas waktu dan frekuens dalam berbaga tpe

Lebih terperinci

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi )

APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Studi Kasus di PT. Sinar Terang Abadi ) APLIKASI FUZZY LINEAR PROGRAMMING UNTUK MENGOPTIMALKAN PRODUKSI LAMPU (Stud Kasus d PT. Snar Terang Abad ) Bagus Suryo Ad Utomo 1203 109 001 Dosen Pembmbng: Drs. I Gst Ngr Ra Usadha, M.S Jurusan Matematka

Lebih terperinci

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas

BAB.3 METODOLOGI PENELITIN 3.1 Lokasi dan Waktu Penelitian Penelitian ini di laksanakan di Sekolah Menengah Pertama (SMP) N. 1 Gorontalo pada kelas 9 BAB.3 METODOLOGI PENELITIN 3. Lokas dan Waktu Peneltan Peneltan n d laksanakan d Sekolah Menengah Pertama (SMP) N. Gorontalo pada kelas VIII. Waktu peneltan dlaksanakan pada semester ganjl, tahun ajaran

Lebih terperinci

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA

DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA DISTRIBUSI HASIL PENGUKURAN DAN NILAI RATA-RATA Dstrbus Bnomal Msalkan dalam melakukan percobaan Bernoull (Bernoull trals) berulang-ulang sebanyak n kal, dengan kebolehjadan sukses p pada tap percobaan,

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

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara BAB 1 PENDAHULUAN 1.1 Latar Belakang Ketahanan pangan adalah ketersedaan pangan dan kemampuan seseorang untuk mengaksesnya. Sebuah rumah tangga dkatakan memlk ketahanan pangan jka penghunnya tdak berada

Lebih terperinci

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia)

PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Studi Kasus pada Data Inflasi Indonesia) PENERAPAN METODE MAMDANI DALAM MENGHITUNG TINGKAT INFLASI BERDASARKAN KELOMPOK KOMODITI (Stud Kasus pada Data Inflas Indonesa) Putr Noorwan Effendy, Amar Sumarsa, Embay Rohaet Program Stud Matematka Fakultas

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SD Al-Azhar 1 Wayhalim Bandar Lampung. Populasi 3 III. METODE PENELITIAN A. Populas dan Sampel Peneltan n dlaksanakan d SD Al-Azhar Wayhalm Bandar Lampung. Populas dalam peneltan n adalah seluruh sswa kelas V yang terdr dar 5 kelas yatu V A, V B, V

Lebih terperinci

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN :

JURNAL MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : JURNA MATEMATIKA DAN KOMPUTER Vol. 6. No. 2, 59-70, Agustus 2003, ISSN : 1410-8518 MASAAH RUTE TERPENDEK PADA JARINGAN JAAN MENGGUNAKAN AMPU AU-INTAS Stud Kasus: Rute Peralanan Ngesrep Smpang ma Eko Bud

Lebih terperinci

Bab III Analisis Rantai Markov

Bab III Analisis Rantai Markov Bab III Analss Ranta Markov Sstem Markov (atau proses Markov atau ranta Markov) merupakan suatu sstem dengan satu atau beberapa state atau keadaan, dan dapat berpndah dar satu state ke state yang lan pada

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

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004 Semnar Nasonal Aplkas Teknolog Informas 004 Yogyakarta, 19 Jun 004 Aplkas Pemrograman Komputer Dalam Bdang Teknk Kma Arf Hdayat Program Stud Teknk Kma Fakultas Teknolog Industr, Unverstas Islam Indonesa

Lebih terperinci

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif

BAB III METODELOGI PENELITIAN. metode penelitian yang digunakan dalam penelitian ini adalah metode deskriptif BAB III METODELOGI PENELITIAN 3.1 Desan Peneltan Metode peneltan mengungkapkan dengan jelas bagamana cara memperoleh data yang dperlukan, oleh karena tu metode peneltan lebh menekankan pada strateg, proses

Lebih terperinci

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal.

Kata kunci : daya, bahan bakar, optimasi, ekonomis. pembangkitan yang maksimal dengan biaya pengoperasian unit pembangkit yang minimal. Makalah Semnar Tugas Akhr MENGOPTIMALKAN PEMBAGIAN BEBAN PADA UNIT PEMBANGKIT PLTGU TAMBAK LOROK DENGAN METODE LAGRANGE MULTIPLIER Oleh : Marno Sswanto, LF 303 514 Abstrak Pertumbuhan ndustr pada suatu

Lebih terperinci

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING

PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Meda Informatka, Vol. 2, No. 2, Desember 2004, 57-64 ISSN: 0854-4743 PENENTUAN LOKASI PEMANCAR TELEVISI MENGGUNAKAN FUZZY MULTI CRITERIA DECISION MAKING Sr Kusumadew Jurusan Teknk Informatka, Fakultas

Lebih terperinci

UKURAN LOKASI, VARIASI & BENTUK KURVA

UKURAN LOKASI, VARIASI & BENTUK KURVA UKURAN LOKASI, VARIASI & BENTUK KURVA MARULAM MT SIMARMATA, MS STATISTIK TERAPAN FAK HUKUM USI @4 ARTI UKURAN LOKASI DAN VARIASI Suatu Kelompok DATA berupa kumpulan nla VARIABEL [ vaabel ] Ms banyaknya

Lebih terperinci

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA

III. METODE PENELITIAN. Penelitian ini merupakan studi eksperimen yang telah dilaksanakan di SMA III. METODE PENELITIAN A. Waktu dan Tempat Peneltan Peneltan n merupakan stud ekspermen yang telah dlaksanakan d SMA Neger 3 Bandar Lampung. Peneltan n dlaksanakan pada semester genap tahun ajaran 2012/2013.

Lebih terperinci

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas

BAB I PENDAHULUAN. Semakin tinggi penerimaan Pajak di Indonesia, semakin tinggi pula kualitas BAB I PENDAHULUAN A. LATAR BELAKANG Pajak merupakan sumber penermaan terpentng d Indonesa. Oleh karena tu Pemerntah selalu mengupayakan bagamana cara menngkatkan penermaan Pajak. Semakn tngg penermaan

Lebih terperinci

BAB X RUANG HASIL KALI DALAM

BAB X RUANG HASIL KALI DALAM BAB X RUANG HASIL KALI DALAM 0. Hasl Kal Dalam Defns. Hasl kal dalam adalah fungs yang mengatkan setap pasangan vektor d ruang vektor V (msalkan pasangan u dan v, dnotaskan dengan u, v ) dengan blangan

Lebih terperinci

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik

Pendeteksian Data Pencilan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Diagnostik Pendeteksan Data Penclan dan Pengamatan Berpengaruh pada Beberapa Kasus Data Menggunakan Metode Dagnostk Sally Indra 1, Dod Vonanda, Rry Srnngsh 3 1 Student of Mathematcs Department State Unversty of Padang,

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

BAB IV PEMBAHASAN HASIL PENELITIAN BAB IV PEMBAHASAN HASIL PENELITIAN A. Hasl Peneltan Pada peneltan yang telah dlakukan penelt selama 3 mnggu, maka hasl belajar matematka pada mater pokok pecahan d kelas V MI I anatussbyan Mangkang Kulon

Lebih terperinci

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM)

PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) PENYELESAIAN MASALAH PANAS BALIK (BACKWARD HEAT PROBLEM) Rcha Agustnngsh, Drs. Lukman Hanaf, M.Sc. Jurusan Matematka, Fakultas MIPA, Insttut Teknolog Sepuluh Nopember (ITS) Jl. Aref Rahman Hakm, Surabaya

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

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang

BAB III METODOLOGI PENELITIAN. Jenis penelitian yang digunakan adalah penelitian pengembangan yang BAB III METODOLOGI PENELITIAN A. Jens Peneltan Jens peneltan yang dgunakan adalah peneltan pengembangan yang bertujuan membuat suatu produk dan duj kelayakannya. B. Metode Pengembangan Peneltan n menggunakan

Lebih terperinci

FUNGSI ALIH SISTEM ORDE 1 Oleh: Ahmad Riyad Firdaus Politeknik Batam

FUNGSI ALIH SISTEM ORDE 1 Oleh: Ahmad Riyad Firdaus Politeknik Batam FUNGSI ALIH SISTEM ORDE Oleh: Ahmad Ryad Frdaus Plteknk Batam I. Tujuan. Memaham cara melakukan smulas sstem fss (sstem mekank dan elektrk) untuk rde 2. Memaham karakterstk sstem fss terhadap perubahan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap

BAB III METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di SMA Negeri I Tibawa pada semester genap 5 BAB III METODOLOGI PENELITIAN 3. Lokas Dan Waktu Peneltan Peneltan n dlaksanakan d SMA Neger I Tbawa pada semester genap tahun ajaran 0/03. Peneltan n berlangsung selama ± bulan (Me,Jun) mula dar tahap

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB 2 LANDASAN TEORI 2.1 Pengertan Regres Regres pertama kal dpergunakan sebaga konsep statstka oleh Sr Francs Galton (1822 1911). Belau memperkenalkan model peramalan, penaksran, atau pendugaan, yang

Lebih terperinci

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen.

BAB II METODOLOGI PENELITIAN. Jenis penelitian yang digunakan dalam penelitian ini adalah penelitian. variable independen dengan variabel dependen. BAB II METODOLOGI PENELITIAN A. Bentuk Peneltan Jens peneltan yang dgunakan dalam peneltan n adalah peneltan deskrptf dengan analsa kuanttatf, dengan maksud untuk mencar pengaruh antara varable ndependen

Lebih terperinci