PROGRAM STUDI MATEMATIKA UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
|
|
- Deddy Indradjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 LAMPIRAN 74
2 75
3 76
4 PROGRAM STUDI MATEMATIKA UNIVERSITAS NEGERI YOGYAKARTA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM Jalan Colombo Nomor 1 Yogyakarta Telepon (0274) Pesawat 217, (0274) (TU), fax. (0274) Laman : fmipa.uny.ac.id, humas_fmipa@uny.ac.id PENJELASAN PENELITIAN KEPADA RESPONDEN Saya Danu Satria mahasiswa Program Studi Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta. Saat ini saya sedang melakukan penelitian dengan judul: KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN WAVELET FUZZY SYSTEMS Penelitian bertujuan untuk mengetahui jenis penyakit jantung berdasarkan data rekam detak jantung pasien penyakit jantung dengan phonocardiogram (PCG). Peneliti mengajak bapak/ibu/saudara untuk ikut serta dalam penelitian ini. Pasien yang telah memenuhi kriteria inklusi dan eksklusi akan diminta untuk merekam detak jantungnya dengan alat phonocardiogram yang telah disediakan oleh peneliti. A. Kesukarelaan dalam penelitian Calon responden berhak memilih untuk berpartisipasi sebagai responden dalam penelitian ini tanpa ada unsur paksaan. Bila calon responden sudah memutuskan untuk ikut berpartisipasi lalu berubah pikiran, maka calon responden bebas untuk mengundurkan diri tanpa ada denda ataupun sanksi. Apabila calon responden telah bersedia untuk berpartisipasi dalam penelitian ini, maka calon responden akan diminta untuk menandatangani lembar persetujuan sebanyak satu rangkap untuk disimpan oleh peneliti sebagai bukti. 77
5 B. Prosedur Penelitian Calon responden yang bersedia untuk berpartisipasi dalam penelitian ini akan diminta untuk menandatangai lembar persetujuan. Calon responden sebelumnya telah didiagnosa menderita kelainan jantung oleh dokter akan diminta untuk meletakkan kepala stetoskop dari alat phonocardiogram yang dibawa peneliti dibagian dada yang detakannya kuat, kemudian akan direkam detakan jantungnya dengan laptop (program : Sound Forge Pro 10), detak jantung responden akan direkam sebanyak dua kali, yaitu pertama responden bernafas secara biasa dan yang kedua responden diminta untuk menahan nafas selama 5-7 detik. C. Kewajiban Partisipan Penelitian Sebagai partisipan dalam penelitian ini responden berkewajiban mengikuti aturan atau petunjuk penelitian sesuai dengan yang telah disebutkan diatas. Bila ada yang belum jelas, responden dapat bertanya langsung dengan peneliti. D. Resiko Efek Samping dan Ketidaknyamanan Penelitian ini tidak memiliki resiko yang berbahaya. Peneliti akan berusaha meminimalisir segala bentuk ketidaknyamanan atau efek samping yang merugikan penelitian. Apabila selama penelitian atau setelah penelitian ini berlangsung terdapat kecurangan atau ketimpangan yang dirasakan oleh responden, maka peneliti siap bertanggung jawab akan hal tersebut. E. Manfaat dan Keuntungan Manfaat atau keuntungan yang responden dapatkan yaitu berupa informasi mengenai jenis kelainan jantung berdasarkan rekaman detak jantungnya. F. Kerahasiaan Semua informasi yang berkaitan dengan identitas subjek penelitian akan dirahasiakan dan hanya akan diketahui oleh peneliti. Hasil penelitian akan dipublikasikan tanpa identitas subjek penelitian. 78
6 G. Informasi dan Tambahan Responden dapat menanyakan atau mengkonfirmasi hal-hal yang berhubungan tentang penelitian ini dengan menghubungi peneliti sendiri atas nama Danu Satria pada No. Hp Selain itu, informasi tentang penelitian ini juga diperoleh di Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta. Telp : (0274) , atau humas_fmipa@uny.ac.id. 79
7 80
8 Lampiran 5 Sinyal PCG Asli Data Latih 1. Diagnosis Normal N1 wav N2.wav N3 wav N4.wav N5.wav N6.wav N7 wav N8.wav N9.wav N10.wav N11.wav N12.wav N13.wav n14.wav N15.wav N16.wav N17.wav N18.wav 81
9 N19.wav N20.wav 2. Diagnosis HHD wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 82
10 wav wav 3. Diagnosis CHF wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 83
11 wav wav wav wav 4. Diagnosis wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 84
12 wav wav wav wav Sinyal PCG Asli Data Uji 1. Diagnosis Normal N21.wav N22.wav N23.wav N24.wav N25.wav 2. Diagnosis HHD wav wav wav wav wav 85
13 3. Diagnosis CHF wav wav wav wav wav 4. Diagnosis wav wav wav wav wav 86
14 Lampiran 6 Signal Hasil Normalisasi Data Latih 1. Diagnosis Normal N1 wav N2.wav N3.wav N4.wav N5.wav N6.wav N7.wav n8.wav N9.wav n10.wav N11.wav n12.wav N13.wav N14.wav N15.wav n16.wav N17.wav n18.wav 87
15 N19.wav n20.wav 2. Diagnosis HHD wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 88
16 wav wav 3. Diagnosis CHF wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 89
17 wav wav wav wav 4. Diagnosis wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 90
18 wav wav wav wav Sinyal Hasil Normalisasi Data Uji 1. Diagnosis Normal N21.wav N22.wav N23.wav N24.wav N25.wav 2. Diagnosis HHD wav wav wav wav wav 91
19 3. Diagnosis CHF wav wav wav wav wav 4. Diagnosis wav wav wav wav wav 92
20 Lampiran 7 Signal Hasil Pemotongan Data Latih 1. Diagnosis Normal N1.wav N2.wav N3.wav N4.wav N5.wav N6.wav N7.wav N8.wav N9.wav N10.wav N11.wav N12.wav N13.wav N14.wav N15.wav N16.wav 93
21 N17.wav N18.wav N19.wav N20.wav 2. Diagnosis HHD wav wav wav wav wav wav wav wav wav wav wav wav wav wav 94
22 wav wav wav wav wav wav 3. Diagnosis CHF wav wav wav wav wav wav wav wav wav wav wav wav wav wav 95
23 wav wav wav wav wav wav 4. Diagnosis wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 96
24 wav wav wav wav Signal Hasil Pemotongan Data Uji 1. Diagnosis Normal N21.wav N22.wav N23.wav N24.wav N25.wav 2. Diagnosis HHD wav wav wav wav wav 97
25 3. Diagnosis CHF wav wav wav wav wav 4. Diagnosis wav wav wav wav wav 98
26 Lampiran 8 Signal Hasil Dekomposisi Data Latih 1. Diagnosis Normal N1.wav N2.wav N3.wav - N4.wav N5.wav N6.wav N7.wav N8.wav N9.wav N10.wav N11.wav N12.wav N13.wav N14.wav N15.wav N16.wav 99
27 N17.wav N18.wav N19.wav N20.wav 2. Diagnosis HHD wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 100
28 wav wav wav wav 3. Diagnosis CHF wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 101
29 wav wav 4. Diagnosis wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav wav 102
30 wav wav Signal Hasil Dekomposisi Data Uji 1. Diagnosis Normal N21.wav N22.wav N23.wav N24.wav N25.wav 2. Diagnosis HHD wav wav wav wav 3. Diagnosis CHF wav wav wav 103
31 wav wav wav 4. Diagnosis wav wav wav wav 104
32 Lampiran 9 Ekstraksi Signal PCG Data Latih No Nama File Minimum Maksimum Rata-rata Standar Deviasi Energi 1 N E N E N E N E N E N E N E N E N E N E N E N E N E N E N E N E N E N E N E N E E E E E E E E E E E E
33 E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E
34 E E E E E E E E E E E E E Ekstraksi Signal PCG Data Uji No Nama File Minimum Maksimum Rata-rata Standar Deviasi Energi 1 N E N E N E N E N E E E E E E E E E E E E E E E E
35 Lampiran 10 Aturan Fuzzy Aturan 1 : Jika min adalah min7 dan max adalah max4 dan mean adalah mean5 dan std adalah std2 dan en adalah en6 maka normal. Aturan 2 : Jika min adalah min5 dan max adalah max4 dan mean adalah mean5 dan std adalah std2 dan en adalah en6 maka normal. Aturan 3 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std2 dan en adalah en6 maka normal. Aturan 4 : Jika min adalah min4 dan max adalah max6 dan mean adalah mean5 dan std adalah std3 dan en adalah en7 maka normal. Aturan 5 : Jika min adalah min5 dan max adalah max6 dan mean adalah mean5 dan std adalah std3 dan en adalah en4 maka normal. Aturan 6 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std2 dan en adalah en7 maka normal. Aturan 7 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std2 dan en adalah en5 maka normal. Aturan 8 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std2 dan en adalah en7 maka normal. Aturan 9 : Jika min adalah min5 dan max adalah max5 dan mean adalah mean dan std adalah std3 dan en adalah en7 maka normal. Aturan 10 : Jika min adalah min6 dan max adalah max3 dan mean adalah mean5 dan std adalah std3 dan en adalah en5 maka normal. Aturan 11 : Jika min adalah min7 dan max adalah max4 dan mean adalah mean5 dan std adalah std3 dan en adalah en4 maka normal. 108
36 Aturan 12 : Jika min adalah min5 dan max adalah max4 dan mean adalah mean5 dan std adalah std3 dan en adalah en7 maka normal. Aturan 13 : Jika min adalah min4 dan max adalah max3 dan mean adalah mean5 dan std adalah std3 dan en adalah en4 maka normal. Aturan 14 : Jika min adalah min4 dan max adalah max5 dan mean adalah mean5 dan std adalah std3 dan en adalah en5 maka normal. Aturan 15 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std2 dan en adalah en5 maka normal. Aturan 16 : Jika min adalah min5 dan max adalah max5 dan mean adalah mean5 dan std adalah std3 dan en adalah en5 maka normal. Aturan 17 : Jika min adalah min6 dan max adalah max3 dan mean adalah mean5 dan std adalah std3 dan en adalah en5 maka normal. Aturan 18 : Jika min adalah min5 dan max adalah max5 dan mean adalah mean5 dan std adalah std3 dan en adalah en4 maka normal. Aturan 19 : Jika min adalah min5 dan max adalah max4 dan mean adalah mean5 dan std adalah std3 dan en adalah en4 maka normal. Aturan 20 : Jika min adalah min6 dan max adalah max6 dan mean adalah mean5 dan std adalah std3 dan en adalah en3 maka normal. Aturan 21 : Jika min adalah min3 dan max adalah max6 dan mean adalah mean5 dan std adalah std6 dan en adalah en9 maka HHD. Aturan 22 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean6 dan std adalah std5 dan en adalah en4 maka HHD. Aturan 23 : Jika min adalah min6 dan max adalah max6 dan mean adalah mean5 109
37 dan std adalah std5 dan en adalah en4 maka HHD. Aturan 24 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std2 dan en adalah en4 maka HHD. Aturan 25 : Jika min adalah min7 dan max adalah max4 dan mean adalah mean5 dan std adalah std2 dan en adalah en5 maka HHD. Aturan 26 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std2 dan en adalah en4 maka HHD. Aturan 27 : Jika min adalah min8 dan max adalah max3 dan mean adalah mean5 dan std adalah std2 dan en adalah en2 maka HHD. Aturan 28 : Jika min adalah min3 dan max adalah max8 dan mean adalah mean3 dan std adalah std6 dan en adalah en4 maka HHD. Aturan 29 : Jika min adalah min8 dan max adalah max3 dan mean adalah mean5 dan std adalah std4 dan en adalah en6 maka HHD. Aturan 30 : Jika min adalah min6 dan max adalah max5 dan mean adalah mean5 dan std adalah std5 dan en adalah en3 maka HHD. Aturan 31 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std2 dan en adalah en7 maka HHD. Aturan 32 : Jika min adalah min7 dan max adalah max4 dan mean adalah mean6 dan std adalah std5 dan en adalah en3 maka HHD. Aturan 33 : Jika min adalah min8 dan max adalah max2 dan mean adalah mean5 dan std adalah std2 dan en adalah en2 maka HHD. Aturan 34 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean6 dan std adalah std4 dan en adalah en4 maka HHD. 110
38 Aturan 35 : Jika min adalah min8 dan max adalah max2 dan mean adalah mean5 dan std adalah std2 dan en adalah en2 maka HHD. Aturan 36 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std4 dan en adalah en5 maka HHD. Aturan 37 : Jika min adalah min5 dan max adalah max4 dan mean adalah mean5 dan std adalah std3 dan en adalah en5 maka HHD. Aturan 38 : Jika min adalah min9 dan max adalah max1 dan mean adalah mean5 dan std adalah std1 dan en adalah en2 maka HHD. Aturan 39 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std2 dan en adalah en5 maka HHD. Aturan 40 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std3 dan en adalah en4 maka HHD. Aturan 41 : Jika min adalah min4 dan max adalah max6 dan mean adalah mean5 dan std adalah std4 dan en adalah en4 maka CHF. Aturan 42 : Jika min adalah min8 dan max adalah max2 dan mean adalah mean5 dan std adalah std3 dan en adalah en2 maka CHF. Aturan 43 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std3 dan en adalah en2 maka CHF. Aturan 44 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std3 dan en adalah en4 maka CHF. Aturan 45 : Jika min adalah min7 dan max adalah max2 dan mean adalah mean5 dan std adalah std2 dan en adalah en6 maka CHF. Aturan 46 : Jika min adalah min9 dan max adalah max1 dan mean adalah mean5 111
39 dan std adalah std1 dan en adalah en6 maka CHF. Aturan 47 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std3 dan en adalah en3 maka CHF. Aturan 48 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std2 dan en adalah en8 maka CHF. Aturan 49 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std4 dan en adalah en7 maka CHF. Aturan 50 : Jika min adalah min5 dan max adalah max3 dan mean adalah mean5 dan std adalah std5 dan en adalah en3 maka CHF. Aturan 51 : Jika min adalah min1 dan max adalah max6 dan mean adalah mean6 dan std adalah std7 dan en adalah en6 maka CHF. Aturan 52 : Jika min adalah min4 dan max adalah max6 dan mean adalah mean5 dan std adalah std2 dan en adalah en3 maka CHF. Aturan 53 : Jika min adalah min5 dan max adalah max6 dan mean adalah mean2 dan std adalah std9 dan en adalah en5 maka CHF. Aturan 54 : Jika min adalah min5 dan max adalah max5 dan mean adalah mean5 dan std adalah std8 dan en adalah en4 maka CHF. Aturan 55 : Jika min adalah min6 dan max adalah max3 dan mean adalah mean5 dan std adalah std5 dan en adalah en5 maka CHF. Aturan 56 : Jika min adalah min6 dan max adalah max5 dan mean adalah mean4 dan std adalah std6 dan en adalah en2 maka CHF. Aturan 57 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std4 dan en adalah en5 maka CHF. 112
40 Aturan 58 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean5 dan std adalah std2 dan en adalah en9 maka CHF. Aturan 59 : Jika min adalah min5 dan max adalah max4 dan mean adalah mean1 dan std adalah std8 dan en adalah en4 maka CHF. Aturan 60 : Jika min adalah min8 dan max adalah max2 dan mean adalah mean5 dan std adalah std3 dan en adalah en2 maka CHF. Aturan 61 : Jika min adalah min2 dan max adalah max6 dan mean adalah mean5 dan std adalah std9 dan en adalah en5 maka. Aturan 62 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std1 dan en adalah en7 maka. Aturan 63 : Jika min adalah min8 dan max adalah max3 dan mean adalah mean5 dan std adalah std2 dan en adalah en7 maka. Aturan 64 : Jika min adalah min9 dan max adalah max2 dan mean adalah mean5 dan std adalah std2 dan en adalah en2 maka. Aturan 65 : Jika min adalah min6 dan max adalah max4 dan mean adalah mean9 dan std adalah std6 dan en adalah en3 maka. Aturan 66 : Jika min adalah min8 dan max adalah max2 dan mean adalah mean5 dan std adalah std2 dan en adalah en6 maka. Aturan 67 : Jika min adalah min4 dan max adalah max6 dan mean adalah mean5 dan std adalah std8 dan en adalah en4 maka. Aturan 68 : Jika min adalah min8 dan max adalah max2 dan mean adalah mean5 dan std adalah std3 dan en adalah en2 maka. Aturan 69 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 113
41 dan std adalah std4 dan en adalah en4 maka. Aturan 70 : Jika min adalah min8 dan max adalah max3 dan mean adalah mean6 dan std adalah std4 dan en adalah en5 maka. Aturan 71 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std5 dan en adalah en3 maka. Aturan 72 : Jika min adalah min7 dan max adalah max4 dan mean adalah mean5 dan std adalah std3 dan en adalah en5 maka. Aturan 73 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std2 dan en adalah en6 maka. Aturan 74 : Jika min adalah min1 dan max adalah max9 dan mean adalah mean5 dan std adalah std5 dan en adalah en4 maka. Aturan 75 : Jika min adalah min7 dan max adalah max5 dan mean adalah mean4 dan std adalah std5 dan en adalah en4 maka. Aturan 76 : Jika min adalah min5 dan max adalah max5 dan mean adalah mean5 dan std adalah std6 dan en adalah en5 maka. Aturan 77 : Jika min adalah min8 dan max adalah max2 dan mean adalah mean5 dan std adalah std4 dan en adalah en4 maka. Aturan 78 : Jika min adalah min9 dan max adalah max1 dan mean adalah mean5 dan std adalah std1 dan en adalah en3 maka. Aturan 79 : Jika min adalah min7 dan max adalah max3 dan mean adalah mean5 dan std adalah std2 dan en adalah en6 maka. Aturan 80 : Jika min adalah min8 dan max adalah max2 dan mean adalah mean5 dan std adalah std2 dan en adalah en5 maka. 114
42 Lampiran 11 Hasil Deffuzifikasi Data Latih 1. Diagnosis Normal No File Hasil Diagnosa Asli Diagnosa Model Performance Measure 1 N Normal Normal TN 2 N Normal Normal TN 3 N Normal Normal TN 4 N Normal Normal TN 5 N Normal Normal TN 6 N Normal Normal TN 7 N Normal Normal TN 8 N Normal Normal TN 9 N Normal Normal TN 10 N Normal Normal TN 11 N Normal Normal TN 12 N Normal Normal TN 13 N Normal Normal TN 14 N Normal Normal TN 15 N Normal Normal TN 16 N Normal Normal TN 17 N Normal Normal TN 18 N Normal Normal TN 19 N Normal Normal TN 20 N Normal Normal TN 2. Diagnosis HHD No File Hasil Diagnosa Asli Diagnosa Model Performance Measure HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP 115
43 HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD HHD TP HHD CHF TP 3. Diagnosis CHF No File Hasil Diagnosa Asli Diagnosa Model Performance Measure CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP CHF CHF TP 116
44 4. Diagnosis No File Hasil Diagnosa Asli Diagnosa Model Performance Measure TP TP TP TP TP TP TP TP TP TP TP TP TP TP TP TP TP TP TP TP 117
45 Lampiran 12 Hasil Deffuzifikasi Data Uji No Nama File Hasil Diagnosa Asli Diagnosa Model Keterangan 1 N Normal Normal Benar 2 N Normal Normal Benar 3 N Normal Normal Benar 4 N Normal Normal Benar 5 N Normal Normal Benar HHD HHD Benar HHD HHD Benar HHD HHD Benar HHD HHD Benar HHD Normal Salah CHF CHF Benar CHF CHF Benar CHF CHF Benar CHF CHF Benar CHF Normal Salah Benar Benar Benar HHD Salah HHD Salah 118
46 Lampiran 13 Script M-file GUI function varargout = coba(varargin) % COBA M-file for coba.fig % COBA, by itself, creates a new COBA or raises the existing % singleton*. % % H = COBA returns the handle to a new COBA or the handle to % the existing singleton*. % % COBA('CALLBACK',hObject,eventData,handles,...) calls the local % function named CALLBACK in COBA.M with the given input arguments. % % COBA('Property','Value',...) creates a new COBA or raises the % existing singleton*. Starting from the left, property value pairs are % applied to the GUI before coba_openingfcn gets called. An % unrecognized property name or invalid value makes property application % stop. All inputs are passed to coba_openingfcn via varargin. % % *See GUI Options on GUIDE's Tools menu. Choose "GUI allows only one % instance to run (singleton)". % % See also: GUIDE, GUIDATA, GUIHANDLES % Edit the above text to modify the response to help coba % Last Modified by GUIDE v May :42:29 % Begin initialization code - DO NOT EDIT gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,... 'gui_layoutfcn', [],... 'gui_callback', []); if nargin && ischar(varargin{1}) gui_state.gui_callback = str2func(varargin{1}); end if nargout [varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:}); else gui_mainfcn(gui_state, varargin{:}); end % End initialization code - DO NOT EDIT 119
47 % --- Executes just before coba is made visible. function coba_openingfcn(hobject, eventdata, handles, varargin) % This function has no output args, see OutputFcn. % hobject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % varargin command line arguments to coba (see VARARGIN) % Choose default command line output for coba handles.output = hobject; % Update handles structure guidata(hobject, handles); % UIWAIT makes coba wait for user response (see UIRESUME) % uiwait(handles.figure1); % --- Outputs from this function are returned to the command line. function varargout = coba_outputfcn(hobject, eventdata, handles) % varargout cell array for returning output args (see VARARGOUT); % hobject handle to figure % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Get default command line output from handles structure varargout{1} = handles.output; % --- Executes on button press in pushbutton3. function pushbutton3_callback(hobject, eventdata, handles) % hobject handle to pushbutton3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) [FileName,PathName] = uigetfile({'*.wav'},'file selector'); if isempty(filename) return end global I; Filedata=[PathName FileName]; I=wavread(Filedata); axes(handles.axes1); cla; [c,l]=wavedec(i,12,'haar'); [ea,ed]=wenergy(c,l); maksi=max(ed); set(handles.edit5,'string',maksi) plot(i) 120
48 % --- Executes on button press in pushbutton4. function pushbutton4_callback(hobject, eventdata, handles) % hobject handle to pushbutton4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) [FileName,PathName] = uigetfile({'*.wav'},'file selector'); if isempty(filename) return end global I2; Filedata=[PathName FileName]; I2=wavread(Filedata); axes(handles.axes2); cla; plot(i2) % --- Executes on button press in pushbutton5. function pushbutton5_callback(hobject, eventdata, handles) % hobject handle to pushbutton5 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global I2; minimum=min(i2); maksimum=max(i2); rata=mean(i2); stdev=std(i2); set(handles.edit1,'string',minimum) set(handles.edit2,'string',maksimum) set(handles.edit3,'string',rata) set(handles.edit4,'string',stdev) % --- Executes on button press in pushbutton6. function pushbutton6_callback(hobject, eventdata, handles) % hobject handle to pushbutton6 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) function edit1_callback(hobject, eventdata, handles) % hobject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hobject,'string') returns contents of edit1 as text % str2double(get(hobject,'string')) returns contents of edit1 as a double 121
49 % --- Executes during object creation, after setting all properties. function edit1_createfcn(hobject, eventdata, handles) % hobject handle to edit1 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hobject,'backgroundcolor'), get(0,'defaultuicontrolbackgroundcolor')) set(hobject,'backgroundcolor','white'); end function edit2_callback(hobject, eventdata, handles) % hobject handle to edit2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hobject,'string') returns contents of edit2 as text % str2double(get(hobject,'string')) returns contents of edit2 as a double % --- Executes during object creation, after setting all properties. function edit2_createfcn(hobject, eventdata, handles) % hobject handle to edit2 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hobject,'backgroundcolor'), get(0,'defaultuicontrolbackgroundcolor')) set(hobject,'backgroundcolor','white'); end function edit3_callback(hobject, eventdata, handles) % hobject handle to edit3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hobject,'string') returns contents of edit3 as text 122
50 % str2double(get(hobject,'string')) returns contents of edit3 as a double % --- Executes during object creation, after setting all properties. function edit3_createfcn(hobject, eventdata, handles) % hobject handle to edit3 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hobject,'backgroundcolor'), get(0,'defaultuicontrolbackgroundcolor')) set(hobject,'backgroundcolor','white'); end function edit4_callback(hobject, eventdata, handles) % hobject handle to edit4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hobject,'string') returns contents of edit4 as text % str2double(get(hobject,'string')) returns contents of edit4 as a double % --- Executes during object creation, after setting all properties. function edit4_createfcn(hobject, eventdata, handles) % hobject handle to edit4 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hobject,'backgroundcolor'), get(0,'defaultuicontrolbackgroundcolor')) set(hobject,'backgroundcolor','white'); end function edit5_callback(hobject, eventdata, handles) % hobject handle to edit5 (see GCBO) 123
51 % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hobject,'string') returns contents of edit5 as text % str2double(get(hobject,'string')) returns contents of edit5 as a double % --- Executes during object creation, after setting all properties. function edit5_createfcn(hobject, eventdata, handles) % hobject handle to edit5 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hobject,'backgroundcolor'), get(0,'defaultuicontrolbackgroundcolor')) set(hobject,'backgroundcolor','white'); end % --- Executes on button press in pushbutton7. function pushbutton7_callback(hobject, eventdata, handles) % hobject handle to pushbutton7 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) close % --- Executes on button press in pushbutton9. function pushbutton9_callback(hobject, eventdata, handles) % hobject handle to pushbutton9 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) a1 = str2double(get(handles.edit1,'string')); a2 = str2double(get(handles.edit2,'string')); a3 = str2double(get(handles.edit3,'string')); a4 = str2double(get(handles.edit4,'string')); a5 = str2double(get(handles.edit5,'string')); input = [a1 a2 a3 a4 a5]; fis = readfis('bismillah'); out = evalfis( [a1 a2 a3 a4 a5],fis); if out<=1.5 out = 'NORMAL'; elseif out > 1.5 && out <=2.5 out = 'HHD'; elseif out > 2.5 && out <=3.5 out = 'CHF'; else out= ' '; 124
52 end; set(handles.edit6,'string',out); function edit6_callback(hobject, eventdata, handles) % hobject handle to edit6 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) % Hints: get(hobject,'string') returns contents of edit6 as text % str2double(get(hobject,'string')) returns contents of edit6 as a double % --- Executes during object creation, after setting all properties. function edit6_createfcn(hobject, eventdata, handles) % hobject handle to edit6 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles empty - handles not created until after all CreateFcns called % Hint: edit controls usually have a white background on Windows. % See ISPC and COMPUTER. if ispc && isequal(get(hobject,'backgroundcolor'), get(0,'defaultuicontrolbackgroundcolor')) set(hobject,'backgroundcolor','white'); end % --- Executes on button press in pushbutton10. function pushbutton10_callback(hobject, eventdata, handles) % hobject handle to pushbutton10 (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) global I; global I2; I=[0]; I2=[0]; axes(handles.axes1); imshow(i); axes(handles.axes2); imshow(i2); set(handles.edit1,'string',' '); set(handles.edit2,'string',' '); set(handles.edit3,'string',' '); set(handles.edit4,'string',' '); set(handles.edit5,'string',' '); set(handles.edit6,'string',' '); 125
53 126
LAMPIRAN 1. Pengolahan Citra Lead 2 LeadV6 Data Uji 1
LAMPIRAN 1 Data Pengujian Perangkat Lunak Pengolahan Citra Lead 2 LeadV6 Data Uji 1 Data Uji 2 Data Uji 3 Data Uji 4 Data Uji 5 65 66 Data Uji 6 Data Uji 7 Data Uji 8 Data Uji 9 Data Uji 10 Data Uji 11
Lebih terperinciManifold Pressure. Engine Temp
LAMPIRAN 64 Lampiran 1 Data ECU pada data latih Nomor RPM Manifold Pressure Engine Temp Inlet Air Temp Lambda 1 4892 84.2 83 30.9 1.00 2 4927 78.7 83 30.9 0.98 3 5221 72.2 83 30.9 1.01 4 5285 56.1 83 30.9
Lebih terperinciLAMPIRAN A CITRA HASIL PERCOBAAN
LAMPIRAN A CITRA HASIL PERCOBAAN A-1 1. Hasil Watermarking Nama Asli yang Watermark Asli dan Watermark Hasil Ekstraksi α = 1 Telah Disisipkan Watermark Lena Baboon A-2 Barbara Lena Baboon A-3 Barbara Nama
Lebih terperinciMODUL PRAKTIKUM. Histogram Citra. Adi Pamungkas https://pemrogramanmatlab.wordpress.com/ Dasar-Dasar Pengolahan Citra Digital menggunakan GUI MATLAB
MODUL PRAKTIKUM Dasar-Dasar Pengolahan Citra Digital menggunakan GUI MATLAB Histogram Citra Adi Pamungkas https://pemrogramanmatlab.wordpress.com/ I. Tujuan 1. Mengetahui pengertian citra digital beserta
Lebih terperinciLA-1. tracking.m. % Edit the above text to modify the response to help tracking
LA-1 tracking.m Listing Code tracking.m adalah listing code untuk tampilan GUI dari sistem Object Tracking. Edit the above text to modify the response to help tracking Komentar yang diberikan menggunakan
Lebih terperinciLAMPIRAN A: LISTING PROGRAM
LAMPIRAN A: LISTING PROGRAM function varargout = FigUtama(varargin) % FIGUTAMA M-file for FigUtama.fig % FIGUTAMA, by itself, creates a new FIGUTAMA or raises the % existing % singleton*. % % H = FIGUTAMA
Lebih terperinciLAMPIRAN A PROGRAM MATLAB
LAMPIRAN A PROGRAM MATLAB LAMPIRAN A %% Praproses %% cropping baca= imread('data1.jpg'); figure('name','baca Image'); a=imshow(baca); b=im2bw(baca,graythresh(baca)); b=~b; [baris kolom] = size(b); for
Lebih terperinciLAMPIRAN LISTING PROGRAM
84 LAMPIRAN LISTING PROGRAM Beranda.m function varargout = Beranda(varargin) % BERANDA M-file for Beranda.fig gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,...
Lebih terperinciA-1 Universitas Kristen Maranatha
A-1 Program Pencarian Normalized Central Moments function n_pq=cent_moment(p,q,a) zero and first order moments [m n]=size(a); moo=sum(sum(a)); m1o=0; mo1=0; for x=0:m-1 for y=0:n-1 m1o=m1o+(x)*a(x+1,y+1);
Lebih terperinciDAFTAR PUSTAKA. Agus Naba. (2009). Belajar Cepat Fuzzy Logic Menggunakan Matlab. Yogyakarta: ANDI.
DAFTAR PUSTAKA Aceng Sambas. (2013). Membuat GUI untuk Logika Fuzzy. Diakses dari http:// komputasirobotic.blogspot.co.id/2013/07/membuat-gui-untuk-logika-fuzzy.html. pada tanggal 04 Maret 2016, Jam 11.20
Lebih terperinciEkstraksi Histogram Citra Digital Untuk Mengukur Similarity dengan Menggunakan Metode Euclidian Distance
Ekstraksi Histogram Citra Digital Untuk Mengukur Similarity dengan Menggunakan Metode Euclidian Distance Anggota Kelompok 1. Hapsari Dita A J2F008033 2. Harlina Nur A J2F008034 3. Luk Luul M J2F008042
Lebih terperinciif nargout [varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:}); else gui_mainfcn(gui_state, varargin{:}); end
77 Lampiran 1. Fungsi Menu Utama function varargout = menu_utm(varargin) gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,... 'gui_openingfcn', @menu_utm_openingfcn,...
Lebih terperinciLAPORAN PENELITIAN. Analisa Sistem Pencacah Obyek Gambar berbasis GUI-DE Matlab
KODE : 123 / ILMU KOMPUTER LAPORAN PENELITIAN Analisa Sistem Pencacah Obyek Gambar berbasis GUI-DE Matlab Oleh tim : EDDY NURAHARJO, ST, M.Cs 0628127301 (Ketua) WIWIEN HADIKURNIAWATI, ST, M.Kom 0616037602
Lebih terperinciOPTIMASI MASALAH KNAPSACK MENGGUNAKAN ALGORITMA BRANCH AND BOUND SKRIPSI
OPTIMASI MASALAH KNAPSACK MENGGUNAKAN ALGORITMA BRANCH AND BOUND SKRIPSI Untuk memenuhi sebagai persyaratan guna memperoleh derajat Sarjana S-1 Program Studi Matematika Diajukan oleh FITRIATUL MALAIKHAH
Lebih terperinciBAB III METODE PENELITIAN. jantung pasien penyakit jantung secara elektro-akustik atau PCG
BAB III METODE PENELITIAN A. Metode Pengumpulan Data Data penelitian ini diperoleh melalui observasi terhadap pasien penyakit jantung. Penelitian ini menggunakan alat untuk mendeteksi dan perekaman detak
Lebih terperinciPEREKAYASAAN DENSITOMETER DIGITAL BERBASIS MATLAB UNTUK MENDUKUNG UNNES BERWAWASAN KONSERVASI
LAPORAN PENGEMBANGAN PENELITIAN BERBASIS KONSERVASI PEREKAYASAAN DENSITOMETER DIGITAL BERBASIS MATLAB UNTUK MENDUKUNG UNNES BERWAWASAN KONSERVASI Oleh: Prof.Dr.rer.nat. Wahyu Hardyanto, M.Si-NIP 196011241984031002
Lebih terperinciOPTIMALISASI PARAMETER REGRESI RESPONSE SURFACE METHODOLOGY DALAM LABA USAHA PEDAGANG BUAH DAN APLIKASINYA MENGGUNAKAN MATLAB
OPTIMALISASI PARAMETER REGRESI RESPONSE SURFACE METHODOLOGY DALAM LABA USAHA PEDAGANG BUAH DAN APLIKASINYA MENGGUNAKAN Skripsi disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program
Lebih terperinciUNIVERSITAS INDONESIA. PERANCANGAN SISTEM QUERY BY SINGING/HUMMING (QbSH) UNTUK MUSIK DANGDUT DENGAN PITCH DAN DURASI SEBAGAI FEATURE SKRIPSI
da UNIVERSITAS INDONESIA PERANCANGAN SISTEM QUERY BY SINGING/HUMMING (QbSH) UNTUK MUSIK DANGDUT DENGAN PITCH DAN DURASI SEBAGAI FEATURE SKRIPSI Diajukan sebagai salah satu syarat memperoleh gelar sarjana
Lebih terperinciLAMPIRAN A. Prosedur Pengoperasian Sistem. xxi
LAMPIRAN A Prosedur Pengoperasian Sistem xxi LA.1. Prosedur Pengoperasian Alat Bagian ini menjelaskan tentang bagaimana cara mengoperasikan alat pengukur tingkat kematangan buah yang telah dirancang.komponen
Lebih terperinciGUI Matlab untuk membuat grafik fungsi
GUI Matlab untuk membuat grafik fungsi Memulai GUI Matlab Panggil program MATLAB, Start program Matlab. Melalui editor window Matlab, ketiklah >> guide. Akan ditampilkan kotak dialog seperti tampak dalam
Lebih terperinciPENGANTAR PENGOLAHAN CITRA
PENGANTAR PENGOLAHAN CITRA Aplikasi Pengolahan Citra Menggunakan MatLab 7.1 Dosen : Bapak Eri Prasetyo Wibowo NPM : 50407034 Kelas : 4IA08 Nama : Aditya Rangga Pratama Fakultas : Teknologi Industri Jurusan
Lebih terperinciAPLIKASI PENCITRAAN DATA DIGITAL PADA OBJEK SAYAP CAPUNG MENGGUNAKAN PEMOGRAMAN MATLAB
APLIKASI PENCITRAAN DATA DIGITAL PADA OBJEK SAYAP CAPUNG MENGGUNAKAN PEMOGRAMAN MATLAB skripsi disajikan sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Fisika oleh Muhammad
Lebih terperinciBAB IV PEMBAHASAN. A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function
BAB IV PEMBAHASAN A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function Neural Network (RBFNN) untuk diagnosis penyakit jantung
Lebih terperinciAPLIKASI MATLAB UNTUK PENGOLAHAN CITRA
APLIKASI MATLAB UNTUK PENGOLAHAN CITRA 1. Membaca Sebuah File Citra Langkah-langkah yang harus dilakukan : a. Siapkan sebuah figure yang akan digunakan b. Siapkan komponen yang akan digunakan yaitu dua
Lebih terperinciGUIDE. maupun menu. Aplikasi yang menggunakan GUI umumnya lebih mudah dipelajari dan
GUIDE GUIDE atau GUI builder merupakan sebuah graphical user interface (GUI) yang dibangun dengan obyek grafis seperti tombol (button),kotak teks,slider,sumbu (axes), maupun menu. Aplikasi yang menggunakan
Lebih terperinciLISTING PROGRAM. if nargout [varargout{1:nargout}] = gui_mainfcn(gui_state, varargin{:}); else gui_mainfcn(gui_state, varargin{:}); end
LISTING PROGRAM Kode Program Tampilan Home function varargout = beranda(varargin) gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,... 'gui_openingfcn', @beranda_openingfcn,...
Lebih terperinciBAB IV PEMBAHASAN 4.1. Perhitungan Manual Teknik Penapisan Penapisan dengan Nilai Tapis Ditentukan Sendiri
BAB IV PEMBAHASAN 4.1. Perhitungan Manual Teknik Penapisan 4.1.1. Penapisan dengan Nilai Tapis Ditentukan Sendiri Berikut merupakan contoh perhitungan manual penapisan matrik X dengan ukuran 4x4 menggunakan
Lebih terperinciPENERAPAN ALGORITMA REVERSE DELETE DALAM MENENTUKAN MINIMUM SPANNING TREE OBYEK WISATA DI KOTA YOGYAKARTA SKRIPSI
PENERAPAN ALGORITMA REVERSE DELETE DALAM MENENTUKAN MINIMUM SPANNING TREE OBYEK WISATA DI KOTA YOGYAKARTA SKRIPSI Untuk memenuhi sebagai persyaratan guna memperoleh derajat Sarjana S-1 Program Studi Matematika
Lebih terperinciGRAPHICAL USER INTERFACE (GUI) (Lanjutan)
12 GRAPHICAL USER INTERFACE (GUI) (Lanjutan) 12.1. Frame Frame adalah sebuah objek yang mengumpulkan beberapa objek sejenis dalam sebuah daerah tertentu di dalam window. Frame akan membuat pengguna lebih
Lebih terperinciLampiran 1 Rekap Hasil Kuesioner untuk Peternak dan Karyawan Koperasi KUESIONER
163 Lampiran 1 Rekap Hasil Kuesioner untuk Peternak dan Karyawan Koperasi Pengantar KUESIONER Bapak/Ibu yang terhormat, penelitian ini ditujukan untuk kepentingan akademik dalam rangka penyelesaian studi
Lebih terperinci% --- Outputs from this function are returned to the command line. function varargout = beranda_outputfcn(hobject, eventdata, handles)
A-1 LAMPIRAN LISTING PROGRAM beranda.m function varargout = beranda(varargin) gui_singleton = 1; gui_state = struct('gui_name', mfilename,... 'gui_singleton', gui_singleton,... 'gui_openingfcn', @beranda_openingfcn,...
Lebih terperinciKLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN WAVELET FUZZY SYSTEMS TUGAS AKHIR SKRIPSI
KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN WAVELET FUZZY SYSTEMS TUGAS AKHIR SKRIPSI Diajukan kepada Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri Yogyakarta untuk Memenuhi Sebagian Persyaratan
Lebih terperinciBAB III METODOLOGI PENELITIAN. Rangkaian. Instrumen
3.1 Perancangan Modul BAB III METODOLOGI PENELITIAN Elektroda 1 Rangkaian Instrumen FILTER (HPF LPF-) Adder Elektroda 2 VISUAL INTERFACE Modul Bluetooth ATMega328 Gambar 3.1 Blok Diagram Sistem Elektroda
Lebih terperinciPENYELESAIAN NUMERIS MASALAH NILAI BATAS PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA BERBASIS KOMPUTASI
PENYELESAIAN NUMERIS MASALAH NILAI BATAS PADA PERSAMAAN DIFERENSIAL BIASA ORDE DUA BERBASIS KOMPUTASI (Studi Komparatif antara Metode Beda Hingga dan Metode Tembakan) SKRIPSI Diajukan Kepada Fakultas Sains
Lebih terperinciPEMBENTUKAN KATA SANDI MENGGUNAKAN PERTUKARAN KUNCI STICKEL ATAS ALJABAR MIN-PLUS UNTUK MENGAMANANKAN INFORMASI RAHASIA
PEMBENTUKAN KATA SANDI MENGGUNAKAN PERTUKARAN KUNCI STICKEL ATAS ALJABAR MIN-PLUS UNTUK MENGAMANANKAN INFORMASI RAHASIA SKRIPSI Untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1 Program
Lebih terperinciTugas #3: Filsafat Ilmu
Tugas #3: Filsafat Ilmu Oleh : 1. Koredianto Usman (NIM : 33213002) 2. Suyoto (NIM : 33213015) Deskripsi Tugas : Mensimulasikan ketinggian air pada halaman berukuran 10 x 20 meter dengan pagar tembok.
Lebih terperinciPENGENALAN POLA ANGKA DENGAN WAVELET HAAR. Skripsi
PENGENALAN POLA ANGKA DENGAN WAVELET HAAR Skripsi Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Sains Program Studi Ilmu Komputer Oleh : Fransisca Pramesti NIM: 23249 PRODI ILMU KOMPUTER
Lebih terperinciKAJIAN TEORETIS DAN KOMPUTASI GERHANA MATAHARI TOTAL MENGGUNAKAN SOFTWARE MATLAB
KAJIAN TEORETIS DAN KOMPUTASI GERHANA MATAHARI TOTAL MENGGUNAKAN SOFTWARE MATLAB SKRIPSI Untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1 Program Studi Fisika Diajukan Oleh: Siti Hodijah
Lebih terperinciANALISIS FUNGSI PRODUKSI COBB DOUGLAS DENGAN METODE ITERASI GAUSS NEWTON SKRIPSI. Oleh Anggun Nurul Hidayah NIM 061810101046
ANALISIS FUNGSI PRODUKSI COBB DOUGLAS DENGAN METODE ITERASI GAUSS NEWTON SKRIPSI Oleh Anggun Nurul Hidayah NIM 061810101046 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS
Lebih terperinciBAB III ANALISIS DAN PERANCANGAN SISTEM
BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem Pengenalan wajah ini bertujuan untuk mengenali wajah seseorang dari data wajah-wajah orang yang telah diinputkan terlebih dahulu. Dengan memasukkan
Lebih terperinciLAMPIRAN. 1. Program Data Masukkan. Diameter Menara. Diameter Kolektor. Tinggi Kolektor. Radiasi Matahari Global. Tinggi Menara
52 LAMPIRAN 1. Program Data Masukkan Diameter Menara function edit_1_callbac k(hobject, eventdata, handles) diameterm=str2num(get(hobject,'string')); handles.diameterm=diameterm; Diameter Kolektor function
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dua proses, yaitu proses akusisi data dan algoritma exemplar-based
BAB IV HASIL DAN PEMBAHASAN 4.1 Perancangan Aplikasi Secara umum aplikasi pemugaran citra digital terbagi menjadi dua proses, yaitu proses akusisi data dan algoritma exemplar-based image inpainting. Alur
Lebih terperinciBAB IV ANALISIS DAN PERANCANGAN SISTEM
BAB IV ANALISIS DAN PERANCANGAN SISTEM 4. 4.1. Analisis Kebutuhan Sistem Analisis kebutuhan sistem terdiri dari deskripsi umum sistem, batasan dan asumsi, analisis masukan sistem, model proses sistem dan
Lebih terperinciPENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA ARTIFICIAL BEE COLONY (STUDI KASUS : PENDISTRIBUSIAN HEWAN QURBAN PPHQ AMM) Skripsi
PENYELESAIAN TRAVELLING SALESMAN PROBLEM DENGAN ALGORITMA ARTIFICIAL BEE COLONY (STUDI KASUS : PENDISTRIBUSIAN HEWAN QURBAN PPHQ AMM) Skripsi Untuk memenuhi sebagai persyaratan Mencapai derajat sarjana
Lebih terperinciPERANCANGAN WORKSTATION
PERANCANGAN WORKSTATION SORTIR BERDASARKAN WARNA MENGGUNAKAN DETEKSI WARNA HSV PADA SIMULASI AUTOMATED STORAGE AND RETRIEVAL SYSTEM DI KEPROFESIAN OTOMASI FAKULTAS REKAYASA INDUSTRI UNIVERSITAS TELKOM
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN Desain Penelitian Jenis penelitian ini adalah eksperimental quasi dengan pendekatan one group pre-post test A. Populasi dan Subyek Penelitian 1. Populasi Penelitian Pasien dengan
Lebih terperinciPERMOHONAN MENJADI RESPONDEN
Lampiran 1 PERMOHONAN MENJADI RESPONDEN Kepada Yth. Bapak atau Ibu Responden Di Desa Salamrejo Kulon Progo Assalamualaikum Warahmatullahi Wabarakatatuh Dengan Hormat. Saya yang bertanda tangan dibawah
Lebih terperinciPernyataan Etika Penelitian
Kepada Yth. :. Pernyataan Etika Penelitian Saya yang bertandatangan dibawah ini adalah sebagai peneliti: Nama : Bayu Brahmantia NIM : 20141050016 Jurusan : Program Studi Magister Keperawatan Universitas
Lebih terperinciGUIDE atau GUI builder. Ira Prasetyaningrum, M.T
GUIDE atau GUI builder Ira Prasetyaningrum, M.T Pendahuluan GUIDE atau GUI builder merupakan sebuah graphical user interface (GUI) yang dibangun dengan obyek grafik seperti tombol (button), kotak teks,
Lebih terperinciBAB I. berkembang. Penyakit ini menjadi penyebab nomor satu kematian di dunia setiap
BAB I PENDAHULUAN A. Latar Belakang Masalah Penyakit jantung atau penyakit kardiovaskular dan pembuluh darah merupakan salah satu masalah kesehatan utama di negara maju maupun berkembang. Penyakit ini
Lebih terperinciFungsi wavrecord. Praktikum Pengenalan Bahasa Alami Pertemuan Pertama: Pengenalan Fungsi Dasar Pemrosesan Suara di Matlab
Praktikum Pengenalan Bahasa Alami Pertemuan Pertama: Pengenalan Fungsi Dasar Pemrosesan Suara di Matlab Departemen Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Fungsi
Lebih terperinciLampiran 1. Ethical Clearance
Lampiran 1. Ethical Clearance Lampiran 2. Surat Ijin Penelitian RSUP Dr. Sardjito Yogyakarta Lampiran 3. Surat Keterangan Selesai Penelitian Lampiran 4. Surat Persetujuan (Informed Consent) LEMBAR PENJELASAN
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI Pada bab ini akan dibahas beberapa konsep dasar yang akan digunakan sebagai landasan berpikir seperti beberapa literatur yang berkaitan dengan penelitian ini. Dengan begitu akan mempermudah
Lebih terperinciINSTRUKSI PENCABANGAN
INSTRUKSI PENCABANGAN Sebagai pengembang (programmer) sudah pasti mengetahui jenis operasi instruksi. Salah satu yang perlu dipelajari atau dimengerti adalah operasi instruksi pencabangan. 3.1 Pencabangan
Lebih terperinciBAB I PENDAHULUAN. Penyakit jantung merupakan salah satu penyebab kematian terbesar di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung merupakan salah satu penyebab kematian terbesar di Indonesia (Depkes, 2011). Penyakit jantung ini merupakan salah satu penyakit yang tidak
Lebih terperinciIMPLEMENTASI ALGORITMA BRANCH AND BOUND UNTUK OPTIMASI RUTE PENGANGKUTAN SAMPAH KOTA YOGYAYAKARTA
IMPLEMENTASI ALGORITMA BRANCH AND BOUND UNTUK OPTIMASI RUTE PENGANGKUTAN SAMPAH KOTA YOGYAYAKARTA Skripsi Untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-1 Program Studi Matematika diajukan
Lebih terperinciLAMPIRAN. Percobaan Untuk Mendapatkan Parameter Parameter Motor induksi 3 Fasa
LAMPIRAN Percobaan Untuk Mapatkan Parameter Parameter Motor induksi 3 Fasa Untuk dapat menentukan parameter parameter motor induksi 3 fasa rotor sangkar, maka dapat dilakukan dengan percobaan berikut ini:
Lebih terperinciPENENTUAN HARGA OPSI BELI EROPA DENGAN METODE SIMULASI MONTE CARLO (Studi Kasus Saham PT Astra Internasional Tbk)
PENENTUAN HARGA OPSI BELI EROPA DENGAN METODE SIMULASI MONTE CARLO (Studi Kasus Saham PT Astra Internasional Tbk) Skripsi Untuk memenuhi sebagian persyaratan Mencapai derajat Sarjana S-1 Program Studi
Lebih terperinciBAB I PENDAHULUAN. gagal ginjal, epilepsy dan lain sebagainya. Menurut Organisasi Kesehatan Dunia
1 BAB I PENDAHULUAN 1.1. Latar Belakang Penyakit jantung (koroner) merupakan salah satu penyebab kematian terbesar di dunia dan di Indonesia. Penyakit jantung ini merupakan salah satu penyakit yang tidak
Lebih terperinciPROGRAM STUDI ILMU KEPERWATAN FAKULTAS KEDOKTERAN DAN ILMU KESEHATAN UNIVERSITAS MUHAMMADIYAH YOGYAKARTA
PROGRAM STUDI ILMU KEPERWATAN FAKULTAS KEDOKTERAN DAN ILMU KESEHATAN UNIVERSITAS MUHAMMADIYAH YOGYAKARTA PENJELASAN PENELITIAN KEPADA IBU YANG MEMILIKI ANAK USIA 5-11 TAHUN DI DUSUN TLOGO TAMANTIRTO KASIHAN
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Database sinyal EKG Pengambilan data dari database Visual Basic 6.0 Discrete Wavelet Transform (DWT) Dekomposisi Daubechies Orde 2
Lebih terperinciPedoman Penyusunan Lembar Penjelasan kepada Calon Subyek
Pedoman Penyusunan Lembar Penjelasan kepada Calon Subyek Calon subyek dapat berasal dari masyarakat (penelitian komunitas) atau pasien (penelitian klinis). Lembar penjelasan harus cukup jelas dan mudah
Lebih terperinciBuka Start -> All Programs -> Microsoft Visual Studio - > Microsoft Visual Fox Pro 6.0
PAKET PEMROGRAMAN II Buka Start -> All Programs -> Microsoft Visual Studio - > Microsoft Visual Fox Pro 6.0 A. Menu Bar B. Standar ToolBar E. Jendela Command D. Jendela Kode C. Form Designer F. Form Controls
Lebih terperinciOtodidak VBA MS Excel untuk Pemula
Otodidak VBA MS Excel untuk Pemula Otodidak VBA MS Excel untuk Pemula Jubilee Enterprise PENERBIT PT ELEX MEDIA KOMPUTINDO Otodidak VBA MS Excel untuk Pemula Jubilee Enterprise 2017, PT Elex Media Komputindo,
Lebih terperinciPanduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014
Panduan Praktikum Pengolahan Citra Digital dengan Matlab IGA Widagda Fisika FMIPA UNUD 2014 1 Informasi citra Fisika Tomografi 1 Informasi Citra 1.1 Jenis-jenis Citra digital a. Citra Abu-abu (Grayscale)
Lebih terperinciKAJIAN STEPWEDGE BERBAHAN DASAR RESIN SEBAGAI PENGGANTI JARINGAN LUNAK DALAM SISTEM RADIOGRAFI DIGITAL
KAJIAN STEPWEDGE BERBAHAN DASAR RESIN SEBAGAI PENGGANTI JARINGAN LUNAK DALAM SISTEM RADIOGRAFI DIGITAL Skripsi disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana Sains Program Studi Fisika
Lebih terperinciPROGRAM STUDI ILMU KEPERAWATAN FAKULTAS KEDOKTERAN DAN ILMU KESEHATAN UNIVERSITAS MUHAMMADIYAH YOGYAKARTA
LAMPIRAN PROGRAM STUDI ILMU KEPERAWATAN FAKULTAS KEDOKTERAN DAN ILMU KESEHATAN UNIVERSITAS MUHAMMADIYAH YOGYAKARTA PENJELASAN PENELITIAN KEPADA PASIEN GAGAL GINJAL KRONIS YANG MENJALNI HEMODIALISIS DI
Lebih terperinciLampiran 1. Surat Izin Etik Penelitian
LAMPIRAN 42 Lampiran 1. Surat Izin Etik Penelitian Lampiran 2. Lembar Permohonan Menjadi Responden LEMBAR PERMOHONAN MENJADI RESPONDEN Responden yang terhormat, Perkenalkan saya mahasiswa Program Studi
Lebih terperinciFILE URUT (Sequential File)
FILE URUT (Sequential File) 1. PENDAHULUAN Organisasi file secara urut memungkinkan pengaksesan record di file secara berurutan Ada 2 macam organisasi file secara urut : 1. Bentuk organisasi SEQUENTIAL
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Tingkat kesehatan bank dapat diketahui dengan melihat peringkat
BAB IV HASIL DAN PEMBAHASAN A. Analisis Tingkat Kesehatan Bank Tingkat kesehatan bank dapat diketahui dengan melihat peringkat komposit bank tersebut. Menurut peraturan Bank Indonesia No. 13/1/PBI/2011
Lebih terperinciKOMPRESI CITRA MENGGUNAKAN TEKNIK LOSSY DENGAN METODE ALGORITMA JPEG ( Image Compression Using Lossy Technique with JPEG Algorithm Method )
KOMPRESI CITRA MENGGUNAKAN TEKNIK LOSSY DENGAN METODE ALGORITMA JPEG ( Image Compression Using Lossy Technique with JPEG Algorithm Method ) Oleh : Yenniwarti Rafsyam Jurusan Teknik Elektro Politeknik Negeri
Lebih terperinciPraktikum Sistem Pakar Jumat 16 Desember 2013 Pertemuan 12. Tabel 1. Rancangan Variabel fuzzy Fungsi Nama Variabel Rentang Nilai Keterangan
Praktikum Sistem Pakar Jumat 16 Desember 2013 Pertemuan 12 Studi Kasus : Studi Permasalahan: Suatu Perusahaan akan melakukan perkiraan terhadap produksi suatu barang tiap bulan. Untuk menentukan jumlah
Lebih terperinciPraktikum JTable. Gambar 1
Praktikum JTable Praktikum 1 : Buatlah aplikasi seperti gambar 1. Pada aplikasi tersebut user dapat menambahkan, mengedit dan menghapus data. Data yang dimasukkan berupa nama, alamat, no telp dan email.
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Sinyal PCG Denoising Dekomposisi Frekuensi cuplik 8Khz Frekuensi cuplik 44,1Khz Frekuensi cuplik 48Khz Coiflet Symlet Daubechies Biorthogonal
Lebih terperinciAlgoritma Pemrograman. GUI Programming 2
Algoritma Pemrograman GUI Programming 2 Numerik int float char double Non Numerik AnsiString Tipe bentukan: array, enum, struct Tipe Data BCB Konversi tipe Data String to Integer StrToInt String to Float
Lebih terperinciBAB IV METODE PENELITIAN. Ruang Lingkup Keilmuan: Anastesiologi dan Ilmu Penyakit Dalam. Penelitian dimulai pada bulan juni 2013 sampai juli 2013.
BAB IV METODE PENELITIAN 4.1 Ruang Lingkup Penelitian Ruang Lingkup Keilmuan: Anastesiologi dan Ilmu Penyakit Dalam. 4.2 Tempat dan Waktu Penelitian 1) Tempat penelitian: Ruang ICU (Intensive Care Unit)
Lebih terperinciBAB III METODE PENELITIAN. eksperimental quasi dengan desain pre post test. Pasien pencabutan gigi di RSGM UMY. { } N = Jumlah subyek yang diperlukan
BAB III METODE PENELITIAN A. Desain Penelitian Jenis penelitian ini adalah kuantitatif dengan pendekatan eksperimental quasi dengan desain pre post test. B. Populasi dan Sampel Penelitian 1. Populasi Penelitian
Lebih terperinci1. Desktop Microsoft Windows
1. Desktop Microsoft Windows Icon Shortcut Quick Launch Taskbar Taskbar Shortcut Pada umumnya, taskbar ialah bagian yang terletak pada bagian bawah dari desktop. Tombol Start, tombol program-program aktif,
Lebih terperinci1. Proses Normalisasi
BAB IV PEMBAHASAN A. Pr-Procssing Pross pngolahan signal PCG sblum dilakukan kstaksi dan klasifikasi adalah pr-procssing. Signal PCG untuk data training dan data tsting trdapat dalam lampiran 5 (halaman
Lebih terperinciLEMBAR PERMOHONAN MENJADI RESPONDEN. Perkenalkan saya adalah mahasiswa Program Studi Pendidikan Dokter,
LAMPIRAN LEMBAR PERMOHONAN MENJADI RESPONDEN Responden yang terhormat, Perkenalkan saya adalah mahasiswa Program Studi Pendidikan Dokter, Fakultas Kedokteran dan Ilmu Kesehatan, Universitas Muhammadiyah
Lebih terperinciBAB III LANDASAN TEORI
BAB III LANDASAN TEORI Bab ini akan memaparkan berbagai teori yang melandasi penulis dalam membangun sistem yang nantinya akan dibuat. 3.1. Pengertian Optimalisasi Secara umum pengertian optimalisasi menurut
Lebih terperinciDASAR MENGGUNAKAN VISUAL BASIC 6.0
DASAR MENGGUNAKAN VISUAL BASIC 6.0 Apa itu Visual Basic? Kata Visual menunjukkan cara yang digunakan untuk membuat Graphical User Interface (GUI). Dengan cara ini Anda tidak lagi menuliskan instruksi pemrograman
Lebih terperinciFILE URUT (Sequential File)
FILE URUT (Sequential File) 1. PENDAHULUAN Organisasi file secara urut memungkinkan pengaksesan record di file secara berurutan Ada 2 macam organisasi file secara urut : 1. Bentuk organisasi SEQUENTIAL
Lebih terperinciOTOMASI TAGIHAN LISTRIK DENGAN CITRA DIGITAL. Abstrak
OTOMASI TAGIHAN LISTRIK DENGAN CITRA DIGITAL Titik Rahmawati Program Studi Manajemen Informatika STMIK Jenderal Achmad Yani Yogyakarta rahmawati.titik@gmail.com Abstrak Perusahaan listrik negara (PLN)
Lebih terperinciMODUL GUIDE MATLAB. Gambar 1: Memulai GUIDE. EEPIS-ITS Praktikum Pengolahan Sinyal Digital 1
MODUL GUIDE MATLAB 1. Pendahuluan GUIDE atau GUI builder merupakan sebuah graphical user interface (GUI) yang dibangun dengan obyek grafik seperti tombol (button), kotak teks, slider, menu dan lain-lain.
Lebih terperinciMODEL KALIBRASI KAMERA UNTUK PENGUKURAN JARAK OBJEK DAN NAVIGASI ROBOT
MODEL KALIBRASI KAMERA UNTUK PENGUKURAN JARAK OBJEK DAN NAVIGASI ROBOT Budi Rahmani 1, Hugo Aprilianto 2 Program Studi Teknik Informatika, STMIK Banjarbaru, Kalimantan Selatan 1,2 budirahmani@gmail.com
Lebih terperinciProblem 1. Implementasi Interface. Diberikan definisi interface BentukDuaDimensi berikut:
Perhatikan permasalahan yang ada pada tutorial ini baik-baik. Permasalahan yang disajikan pada tutorial ini akan menjadi landasan penting untuk mengikuti perkuliahan SDA dan juga mengerjakan tugas lain
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Gambar 3.1. Diagram Blok Rancangan Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium.
Lebih terperinciLEMBAR PENJELASAN KEPADA RESPONDEN
Lampiran 1 LEMBAR PENJELASAN KEPADA RESPONDEN Saya, Ucik Indrawati, S.Kep., Ns., Mahasiswa Magister Keperawatan Universitas Muhammadiyah Yogyakarta (UMY), sedang melaksanakan kegiatan penelitian berjudul
Lebih terperinciK-Means Clustering. Tim Asprak Metkuan. What is Clustering?
K-Means Clustering Tim Asprak Metkuan What is Clustering? Also called unsupervised learning, sometimes called classification by statisticians and sorting by psychologists and segmentation by people in
Lebih terperinciMengerti dan memahami pemrograman berbasis object Mengerti dan memahami pembuatan visualisasi untuk interface
PERCOBAAN 9 Dasar Pemograman Visual A. Tujuan Mengerti dan memahami pemrograman berbasis object Mengerti dan memahami pembuatan visualisasi untuk interface B. Teori 1. Mengenal Visual Basic Visual Basic
Lebih terperinciPRAKTIKUM ISYARAT DAN SISTEM TOPIK 0 TUTORIAL PENGENALAN MATLAB
PRAKTIKUM ISYARAT DAN SISTEM TOPIK 0 TUTORIAL PENGENALAN MATLAB A. Tujuan 1. Mahasiswa mengenal lingkungan MATLAB dan mampu menggunakannya. 2. Mahasiswa mampu menggunakan fungsi-fungsi dasar MATLAB yang
Lebih terperinciIrfan Satria S
PENGEMBANGAN APLIKASI BERBASIS WEB YANG INTERAKTIF UNTUK BELAJAR BAHASA PEMROGRAMAN JAVA SECARA ONLINE (STUDI KASUS JURUSAN SISTEM INFORMASI ITS SURABAYA) Irfan Satria S. 5208100101 Latar Belakang Proses
Lebih terperinciPengenalan Visual Basic
Pengenalan Visual Basic KETERANGAN : 1. Baris Menu, digunakan untuk memilih tugas-tugas tertentu seperti menyimpan project, membuka project, dll. 2. Main Toolbar, digunakan untuk melakukan tugastugas tertentu
Lebih terperinciVOLT. Jurnal Ilmiah Pendidikan Teknik Elektro. Journal homepage: jurnal.untirta.ac.id/index.php/volt Vol. 2, No. 1, Oktober 2017, 63-72
P-ISSN: 2528-5688 E-ISSN: 2528-5696 VOLT Jurnal Ilmiah Pendidikan Teknik Elektro Journal homepage: jurnal.untirta.ac.id/index.php/volt Vol. 2, No. 1, Oktober 2017, 63-72 IMPLEMENTASI METODE WATERFALL PADA
Lebih terperinciHANDOUT TIK-1. Icon My Documents. Prosedur membuat folder Prosedur pertama yang dapat dilakukan untuk membuat sebuah folder, antara lain :
HANDOUT TIK-1 SK 4. KD 4.1. MATERI MENGGUNAKAN OPERATING SYSTEM MELAKUKAN MANAJEMEN FILE FOLDER DAN FILE Kompetensi yang akan dicapai : Siswa dapat menerangkan manfaat manajemen file Siswa dapat mengoperasikan
Lebih terperinciKLASIFIKASI GERAK ATLET JALAN CEPAT MENGGUNAKAN METODE KNN
KLASIFIKASI GERAK ATLET JALAN CEPAT MENGGUNAKAN METODE KNN Langkah-langkah yang dilakukan dalam tahap pengujian ini adalah : Pertama membuka Matlab, lalu membuka file yang ingin diujikan dengan memilih
Lebih terperinciProgram Studi Teknik Mesin S1
SATUAN ACARA PERKULIAHAN MATA KULIAH : DASAR KOMPUTER APLIKASI TEKNIK MESIN 2A KODE / SKS : IT042215 / 2 1. 1. Penjelasan Materi Perkuliahan 1.1. Penj elasan tentang Silabus 1.2. Pengenalan Bahasa pemrograman
Lebih terperinciExcel untuk Aplikasi. Gunawan Wibisono. Dibantu penyusunan oleh Yohanes Handoko
Excel untuk Aplikasi Gunawan Wibisono Dibantu penyusunan oleh Yohanes Handoko Format Cells Cells yang diberi border dan warna Formula Comments Cell kosong Menu Format Cells Penjelasan atas rumus yang dipilih
Lebih terperinci