SEMINAR TUGAS AKHIR. Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai
|
|
- Suhendra Widjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1 SEMINAR TUGAS AKHIR Penerapan Metode Ensemble Kalman Filter untuk Estimasi Kecepatan dan Ketinggian Gelombang Non Linear pada Pantai Oleh: Fadila Rahmana
2 Abstrak Gelombang laut telah menjadi perhatian utama dalam catatan sejarah. Namun, sampai sekarang, pengetahuan tentang mekanisme pembentukan gelombang dan bagaimana gelombang berjalan di lautan masih belum sempurna. Ini sebagian karena pengamatan karakteristik gelombang di laut sulit dilakukan dan sebagian karena model matematika tentang perilaku gelombang didasarkan pada dinamika ideal, dan pada kenyataannya keadaan perairan laut tidak sepenuhnya ideal. Estimasi kecepatan dan ketinggian gelombang pada pantai juga dirasa sangat perlu. Karena pantai merupakan garis batas kehidupan antara laut dan daratan. Oleh karena itu, dalam tugas akhir ini diterapkan metode Ensemble Kalman Filter (EnKF) untuk estimasi kecepatan dan ketinggian gelombang pada persamaan gelombang panjang non linear. Setelah itu, dilakukan interpolasi linear untuk mendapatkan nilai kecepatan dan ketinggian pada titiktitik yang menghubungkan garis pantai Kata Kunci: Gelombang Laut, Estimasi, Ensemble Kalman Filter (EnKF), Interpolasi Linear.
3 1. Pendahuluan 1.1 Latar Belakang Keadaan perairan laut tidak sepenuhnya ideal. Estimasi kecepatan dan ketinggian gelombang pada pantai juga dirasa sangat perlu untuk informasi cakupan luas dari aktivitas laut dalam kelautan dan pesisir laut (pantai). Terutama aktivitas pada pesisir laut (pantai) yang merupakan batas kehidupan antara laut dan daratan.
4 1.1. Latar Belakang Gelombang Laut Garis Pantai Estimasi Informasi Kesiagaan Masyarakat
5 1.2. Rumusan Masalah Bagaimana menerapkan metode Ensemble Kalman Filter untuk mengestimasi kecepatan dan ketinggian gelombang non linear. Bagaimana menerapkan metode interpolasi linear untuk memperkirakan nilai estimasi pada titik-titik di sepanjang Bentuk garis pantai ditentukan. garis pantai Batasan Masalah Model yang digunakan adalah model gelombang panjang non linear dua dimensi. Bentuk garis pantai ditentukan. Simulasi menggunakan software Matlab
6 1.4. Tujuan Estimasi kecepatan dan ketinggian gelombang non linear dari laut menuju pantai menggunakan metode Ensemble Kalman Filter (EnKF). Mendapatkan hasil pada titik-titik di garis pantai yang ditentukan dengan Interpolasi Linear Manfaat Manfaat yang diharapkan dari tugas akhir ini adalah mampu memberikan informasi mengenai estimasi kecepatan dan ketinggian gelombang yang bersumber dari laut menuju pantai dengan garis pantai yang telah ditentukan menggunakan metode Ensemble Kalman Filter (EnKF) dan Interpolasi Linear.
7 2. Tinjauan Pustaka 2.1 Model Persamaan Gelombang yang digunakan adalah gelombang panjang non linear dua dimensi Persamaan momentum arah sumbu x: Persamaan momentum arah sumbu y: Persamaan kontinuitas:
8 2.1. Gelombang Panjang Non Linear dua dimensi dengan:
9 2.2. Metode Ensemble Kalman Filter Metode Ensemble Kalman Filter adalah modifikasi dari metode Kalman Filter dengan membangkitkan sejumlah ensemble yang dapat digunakan untuk mengestimasi berbagai persoalan yang berbentuk model sistem linear maupun non linear. Pada algoritma metode Ensemble Kalman Filter (EnKF) mempunyai tiga tahapan yaitu tahap inisialisasi, time update state (prediksi) dan tahap measurement update step (koreksi). Algoritma Ensemble Kalman Filter (EnKF) adalah sebagai berikut: Model Sistem: Model Pengukuran:,
10 2.2. Metode Ensemble Kalman Filter
11 2.2. Metode Interpolasi Linear Untuk mendapatkan nilai kecepatan dan ketinggian pada titik - titik yang menghubungkan garis pantai digunakan metode Interpolasi Linear. Interpolasi Linear dilakukan dengan menghubungkan dua buah titik data dengan suatu garis lurus.
12 3. Metode Penelitian Metode penelitian dilakukan dengan tahap-tahap sebagai berikut: a. Studi Pendahuluan b. Diskritisasi Model c. Penerapan Metode EnKF untuk Estimasi Kecepatan dan Ketinggian Gelombang d. Interpolasi Hasil e. Kesimpulan dan Saran
13 4. Hasil dan Pembahasan 4.1. Diskritisasi Model Model persamaan gelombang panjang non linear didiskritisasi menggunakan metode beda hingga maju dan beda hingga pusat, sehingga didapat:
14 4.2. Penambahan Faktor Stokastik Ditambahkan faktor stokastik dalam bentuk noise pada masingmasing persamaan. Sehingga didapat: Model Sistem: Model Pengukuran: 4.3. Implementasi Model pada EnKF Pertama yang dilaakukan adalah mendefinisikan X dan memberikan nilai awal untuk masing-masing variabel.
15 Model Sistem:
16 Model Pengukuran: Digunakan matriks pengukuran H untuk variabel yang bisa diukur. Jika semua variabel dapat diukur maka akan membentuk matriks identitas berukuran nxn dimana angka 1 terdapat pada diagonalnya. Sehingga didapatkan persamaan
17 Inisialisasi: Kemudian dari nilai hingga akan dikumpulan sehingga didapatkan matriks kolom berukuran (nx1) sejumlah ensemble yang dibangkitkan
18 sehingga didapatkan sebuah matriks berukuran (nxn)
19 Selanjutnya adalah mencari nilai rata-rata setiap state dari pembangkitan ensemble Nilai akan digunakan pada tahap prediksi.
20 pada persamaan (4.3.9) kemudian ditambahkan noise sistem. Tahap Prediksi: Tahap Prediksi pada EnKF mula-mula dihitung nilai prediksi dengan menggunakan nilai kemudian ditambahkan noise sistem Identik dengan langkah sebelumnya, yaitu pada tahap inisialisasi. Menghitung nilai estimasi pada tahap prediksi Kemudian dicari nilai error estimasi dengan cara menghitung selisih antara nilai prediksi dengan rata-rata estimasi. dengan kovarian error
21 pada persamaan (4.3.9) kemudian ditambahkan noise sistem. Tahap Koreksi: Pada tahap ini terlebih dahulu dihitung data pengukuran yang merupakan duplikasi dari data pengukuran pada sistem real yaitu Langkah selanjutnya adalah menghitung Kalman Gain Kemudian dihitung nilai estimasi koreksi Selanjutanya adalah menghitung rata-rata estimasi koreksi Nilai inilah yang digunakan untuk membandingkan hasil estimasi dari metode EnKF dengan nilai sebenarnya.
22 4.4. Data Gelombang Laut pada Pantai Untuk melakukan simulasi dalam mengestimasi besar nilai kecepatan dan ketinggian gelombang pada pantai digunakan data nilai awal yang didapat dari pantai Jasri berlokasi di Bali, dimana data tersebut meliputi kecepatan, kedalaman laut serta ketinggian (elevasi) pada titik titik yang tersebar. Untuk mendukung hal ini akan digambarkan bentuk garis pantai dan titik-titik yang tersebar sebagai pengamatan. Dengan garis pantai yg diamati terletak pada titik A, titik B, titik C.
23
24 Dalam simulasi ini, nilai Q dan R yang digunakan adalah berikut: Dengan masing masing adalah noise sistem untuk kecepatan sumbu x, kecepatan sumbu y,dan ketinggian (elevasi). Begitu seterusnya untuk setiap tiga variabel hingga Dengan masing masing adalah noise sistem untuk kecepatan sumbu x, kecepatan sumbu y,dan ketinggian (elevasi). Begitu seterusnya untuk setiap tiga variabel hingga
25 4.5. Interpolasi Hasil Akhir Setelah didapat hasil akhir pada perhitungan real dan perhitungan yang menggunakan metode, selanjutnya dicari nilai nilai pada titik pengamatan garis pantai, yaitu titik A, B, dan C. Dari ketiga titik tersebut, nilai di titik A dan C didapat dari menginterpolasi hasil dari dua titik di antaranya.
26 4.5. Interpolasi Hasil Akhir Hasil dari titik B sama dengan hasil pada titik koordinat (5,3)
27 4.5. Simulasi dan Hasil
28 4.5. Simulasi dan Hasil
29 4.5. Simulasi dan Hasil
30 4.5. Simulasi dan Hasil
31 4.5. Simulasi dan Hasil
32 4.5. Simulasi dan Hasil
33 4.5. Simulasi dan Hasil
34 4.5. Simulasi dan Hasil
35 4.5. Simulasi dan Hasil
36 4.5. Simulasi dan Hasil
37 4.5. Simulasi dan Hasil
38 4.5. Simulasi dan Hasil
39 4.5. Simulasi dan Hasil
40 4.5. Simulasi dan Hasil
41 4.5. Simulasi dan Hasil
42 4.5. Simulasi dan Hasil
43 4.5. Simulasi dan Hasil
44 4.5. Simulasi dan Hasil
45 4.5. Simulasi dan Hasil
46 4.5. Simulasi dan Hasil Setelah melakukan simulasi sesuai dengan data, akan dilakukan simulasi memberikan nilai kecepatan dan ketinggian yang tinggi pada titik terjauh pantai dengan asumsi keadaan pantai yang meliputi kecepatan dan ketinggian gelombang mula - mula tenang. Hal ini bertujuan untuk menunjukkan estimasi kecepatan dan ketinggian gelombang dengan nilai awal tinggi pada titik terjauh pantai yang berjalan menuju titik pantai (A, B, dan C). Nilai awal yang diberikan pada titik terjauh pantai (2,2), (2,3), (2,4) u = 100 m/s v = 10 m/s = 6 m
47 4.5. Simulasi dan Hasil
48 4.5. Simulasi dan Hasil
49 4.5. Simulasi dan Hasil
50 4.5. Simulasi dan Hasil
51 4.5. Simulasi dan Hasil
52 4.5. Simulasi dan Hasil
53 5.1. Kesimpulan 5.PENUTUP 1. Metode Ensemble Kalman Filter (EnKF) dapat digunakan untuk estimasi kecepatan dan elevasi atau ketinggian gelombang. 2. Metode Ensemble Kalman Filter dapat diterapkan pada persamaan gelombang panjang non linear tanpa harus melakukan pelinearan terlebih dulu. 3. Metode Interpolasi Linear dapat digunakan untuk mendapatkan nilai pada titik di sepanjang garis pantai yang sebelumnya bukan merupakan titik pengukuran. 4. Nilai kecepatan searah sumbu-,x kecepatan searah sumbu-, dan ketinggian (elevasi) air untuk setiap waktu berikutnya menurun. 5. Dapat mendeteksi nilai kecepatan searah sumbu-, kecepatan searah sumbu-, dan ketinggian (elevasi) air pada titik-titik di sepanjang garis pantai dengan memberi nilai awal pada titik terjauh dari pantai.
54 5.PENUTUP 5.2. Saran Diharapkan pada penelitian berikutnya dapat dikembangkan untuk simulasi dengan keadaan pantai dan bentuk garis pantai yang lebih bervariasi lagi.
55 Daftar Pustaka [1] Ojima,Y.,dkk Estimation of river current using reduced Kalman filter finite element method. Computer Methods in Applied Mechanics and Engineering Vol. 198, Hal [2] Zamani, A.,dkk Non-linear wave data assimilation with an ANN-type wind-wave model and Ensemble Kalman Filter (EnKF) Journal. Applied Mathematical Modelling Vol. 34, Hal [3] Pancahayani, S Estimasi Lintasan Misil dengan Metode Ensemble Kalman Filter (EnKF). Surabaya: Jurusan Matematika Institut Teknologi Sepuluh Nopember. [4] Kowalik, Z Workbook on Numerical Modelling. Fairbanks, Alaska. [5] Roihah, N Penerapan Metode Ensemble Kalman Filter untuk Mendeteksi Gangguan Konduksi Panas Pada Keping Logam Berbentuk Persegi. Surabaya: Jurusan Matematika Institut Teknologi Sepuluh Nopember. [6] Setiawan, A Pengantar Metode Numerik. Yogyakarta: Andi.
TUGAS AKHIR. ESTIMASI POSISI MAGNETIC LEVITATION BALL MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER (EnKF) Oleh: ARIEF RACHMAN
TUGAS AKHIR ESTIMASI POSISI MAGNETIC LEVITATION BALL MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER (EnKF) Oleh: ARIEF RACHMAN 1206 100 710 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT
Lebih terperinciEstimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter
Jurnal ILMU DASAR, Vol.14, No,2, Juli 2013 : 85-90 85 Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter Solution Estimation of Logistic Growth Model with Ensemble Kalman Filter
Lebih terperinciImplementasi Ensemble Kalman Filter (Enkf) Untuk Estimasi Ketinggian Air Dan Temperatur Uap Pada Steam Drum Boiler
Implementasi Ensemble Kalman Filter (Enkf) Untuk Estimasi Ketinggian Air Dan Temperatur Uap Pada Steam Drum Boiler Ahmad Nasrullah Jamaludin 1, Erna Apriliani 1, Hendra Cordova 2, Teguh Herlambang 3 1
Lebih terperinciIMPLEMENTASI ENSEMBLE KALMAN FILTER PADA ESTIMASI KECEPATAN KAPAL SELAM
SIDANG TUGAS AKHIR IMPLEMENTASI ENSEMBLE KALMAN FILTER PADA ESTIMASI KEEPATAN KAPAL SELAM Oleh: RISA FITRIA 57 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH
Lebih terperinciPerbandingan Metode Kalman Filter, Extended Kalman Filter, dan Ensemble Kalman Filter pada Model Penyebaran Virus HIV/AIDS
J. Math. and Its Appl. E-ISSN: 2579-8936 P-ISSN: 1829-605X Vol. 15, No. 1, Maret 2018, 17-29 Perbandingan Metode Kalman Filter, Extended Kalman Filter, dan Ensemble Kalman Filter pada Model Penyebaran
Lebih terperinciALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL
ALGORITMA ADAPTIVE COVARIANCE RANK UNSCENTED KALMAN FILTER UNTUK ESTIMASI KEADAAN PADA PERSAMAAN AIR DANGKAL Habib Hasbullah 1, Erna Apriliani 2 1 Mahasiswa Program Studi S2, Jurusan Matematika, F-MIPA,
Lebih terperinciOptimasi Pada Misil Menggunakan Bang-Bang Control Dan Ensamble Kalman Filter
Optimasi Pada Misil Menggunakan Bang-Bang Control Dan Ensamble Kalman Filter Ahmad Zaenal Arifin Jurusan Matematika, Fakultas MIPA, Universitas PGRI Ronggolawe Tuban (UNIROW) E-Mail: kuyafira@gmail.com
Lebih terperinciMetode Asimilasi Data sebagai Estimasi Penyelesaian Masalah-masalah Lingkungan
J. of Math. and Its Appl. ISSN: 1829-605X Vol. 1, No. 1 (2004), 19 Metode Asimilasi Data sebagai Estimasi Penyelesaian Masalah-masalah Lingkungan Erna Apriliani Jurusan Matematika Institut Teknologi Sepuluh
Lebih terperinciESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER. Oleh: Miftahuddin ( )
ESTIMASI POSISI ROBOT MOBIL MENGGUNAKAN UNSCENTED KALMAN FILTER Oleh: Miftahuddin (1206 100 707) Dosen Pembimbing: Subchan, Ph.D Dr. Erna Apriliani, M.Si Abstrak Robot Mobil atau Mobile Robot adalah konstruksi
Lebih terperinciEstimasi Posisi Mobile Robot Menggunakan Metode Akar Kuadrat Unscented Kalman Filter (AK-UKF)
Estimasi Posisi Mobile Robot Menggunakan Metode Akar Kuadrat Unscented Kalman Filter (AK-UKF) Teguh Herlambang 1), Reizano Amri Rasyid 2), Sri Hartatik 3), Dinita Rahmalia 4) 1) Program Studi Sistem Informasi
Lebih terperinciPENYELESAIAN PERSAMAAN PANAS BALIK (BACKWARD HEAT EQUATION) Oleh: RICHA AGUSTININGSIH
TUGAS AKHIR PENYELESAIAN PERSAMAAN PANAS BALIK (BACKWARD HEAT EQUATION) Oleh: RICHA AGUSTININGSIH 1204100019 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH
Lebih terperinciBAB III EXTENDED KALMAN FILTER DISKRIT. Extended Kalman Filter adalah perluasan dari Kalman Filter. Extended
26 BAB III EXTENDED KALMAN FILTER DISKRIT 3.1 Pendahuluan Extended Kalman Filter adalah perluasan dari Kalman Filter. Extended Kalman Filter merupakan algoritma yang digunakan untuk mengestimasi variabel
Lebih terperinciSimulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-13 Simulasi Perpindahan Panas pada Lapisan Tengah Pelat Menggunakan Metode Elemen Hingga Vimala Rachmawati dan Kamiran Jurusan
Lebih terperinciBAB III KALMAN FILTER DISKRIT. Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma)
BAB III KALMAN FILTER DISKRIT 3.1 Pendahuluan Kalman Filter adalah rangkaian teknik perhitungan matematika (algoritma) yang memberikan perhitungan efisien dalam mengestimasi state proses, yaitu dengan
Lebih terperinciSTUDI PERPINDAHAN PANAS DENGAN MENGGUNAKAN SISTEM KOORDINAT SEGITIGA
STUDI PERPINDAHAN PANAS DENGAN MENGGUNAKAN SISTEM KOORDINAT SEGITIGA Oleh : Farda Nur Pristiana 1208 100 059 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT TEKNOLOGI SEPULUH
Lebih terperinciEstimasi Variabel Dinamik Kapal Menggunakan Metode Kalman Filter
JURNAL TEKNIK POMITS Vol., No., () ISSN: 79 (-97 Print) E-8 Estimasi Variabel Dinamik Kapal Menggunakan Metode Kalman Filter Nathanael Leon Gozali ), Aulia Siti Aisjah ), dan Erna Apriliani ) ) Jurusan
Lebih terperinciDESAIN SISTEM KENDALI GERAK SURGE DAN ROLL PADA SISTEM AUTONOMOUS UNDERWATER VEHICLE DENGAN METODE SLIDING MODE CONTROL (SMC)
PROSEDING DESAIN SISTEM KENDALI GERAK SURGE DAN ROLL PADA SISTEM AUTONOMOUS UNDERWATER VEHICLE DENGAN METODE SLIDING MODE CONTROL (SMC) Teguh Herlambang, Hendro Nurhadi Program Studi Sistem Informasi Universitas
Lebih terperinciPemodelan Penjalaran Gelombang Tsunami Melalui Pendekatan Finite Difference Method
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 T - 4 Pemodelan Penjalaran Gelombang Tsunami Melalui Pendekatan Finite Difference Method Yulian Fauzi 1, Jose Rizal 1, Fachri Faisal 1, Pepi
Lebih terperinciIDENTIFIKASI DAN ESTIMASI VARIABEL KEADAAN DARI SISTEM TEREDUKSI DENGAN METODE PEMOTONGAN SETIMBANG PADA MODEL KONDUKSI PANAS
TUGAS AKHIR - SM 141501 IDENTIFIKASI DAN ESTIMASI VARIABEL KEADAAN DARI SISTEM TEREDUKSI DENGAN METODE PEMOTONGAN SETIMBANG PADA MODEL KONDUKSI PANAS FELLA DIANDRA CHRISANDY NRP 1213 100 039 Dosen Pembimbing
Lebih terperinciAPLIKASI KALMAN FILTER DAN ENSEMBLE KALMAN FILTER PADA PENDETEKSIAN GANGGUAN KONDUKSI PANAS PADA KEPING LOGAM BERBENTUK SILINDER
Jurnal LOG!K@, Jilid 7, No. 2, 2017, Hal. 152-165 ISSN 1978 8568 APLIKASI KALMAN FILTER DAN ENSEMBLE KALMAN FILTER PADA PENDETEKSIAN GANGGUAN KONDUKSI PANAS PADA KEPING LOGAM BERBENTUK SILINDER Gina Isma
Lebih terperinciDesain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC
Desain dan Implementasi Model Reference Adaptive Control untuk Pengaturan Tracking Optimal Posisi Motor DC Dinar Setyaningrum 22081000018 Teknik Sistem Pengaturan Institut Teknologi Sepuluh Nopember Rabu,
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciESTIMASI VARIABEL KEADAAN PADA NON- ISOTHERMAL CONTINUOUS STIRRED TANK REACTOR MENGGUNAKAN FUZZY KALMAN FILTER
TESIS - SM 142501 ESTIMASI VARIABEL KEADAAN PADA NON- ISOTHERMAL CONTINUOUS STIRRED TANK REACTOR MENGGUNAKAN FUZZY KALMAN FILTER RISA FITRIA NRP 1211201202 DOSEN PEMBIMBING Dr. Didik Khusnul Arif, S.Si,
Lebih terperinciESTIMASI KETINGGIAN AIR DAN TEMPERATUR UAP PADA MODEL STEAM DRUM BOILER DENGAN METODE EXTENDED KALMAN FILTER SKRIPSI
ESTIMASI KETINGGIAN AIR DAN TEMPERATUR UAP PADA MODEL STEAM DRUM BOILER DENGAN METODE EXTENDED KALMAN FILTER SKRIPSI Oleh Santhi Rohmatin NIM 081810101036 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperinciParameter Yang Mempengaruhi Distribusi Aliran Debris
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2015 Parameter Yang Mempengaruhi Distribusi Aliran Debris Soetrisno, B. Aminatus, A. Khusnaeni Jurusan Matematika (FMIPA, ITS) email : soetrisno@matematika.its.ac.id
Lebih terperinciPengukuran Tinggi Permukaan Air Berbasis Gelombang Ultrasonik Menggunakan Kalman Filter
Pengukuran Tinggi Permukaan Air Berbasis Gelombang Ultrasonik Menggunakan Kalman Filter 1I. F. Parmono, 1 B. H. Iswanto 1Lab Instrumentasi dan Komputasi, Jurusan Fisika, FMIPA, Universitas Negeri Jakarta
Lebih terperinciAPLIKASI METODE ENSEMBLE KALMAN FILTER (ENKF) PADA MODEL PENURUNAN PRODUKSI SUMUR PANAS BUMI
APLIKASI METODE ENSEMBLE KALMAN FILTER (ENKF) PADA MODEL PENURUNAN PRODUKSI SUMUR PANAS BUMI Robi Irsamukhti dan Nurita Putri Hardiani Program Studi Magister Terapan Teknik Panas Bumi Institut Teknologi
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup[1] Sistem kendali dapat dikatakan sebagai hubungan antara komponen yang membentuk sebuah konfigurasi sistem, yang akan menghasilkan
Lebih terperinciBAB IV PENGUJIAN ALGORITMA TRACKING
BAB IV PENGUJIAN ALGORITMA TRACKING Pada Bab III sebelumnya telah dijelaskan mengenai pemodelan dalam Simulink yang dibuat untuk menguji algoritma Filter Kalman dalam sistem Radar Tracking dan juga algoritma
Lebih terperinciOleh: Dimas Avian Maulana Dosen Pembimbing: Subchan, Ph.D
Oleh: Dimas Avian Maulana-1207100045 Dosen Pembimbing: Subchan, Ph.D Robot mobil adalah salah satu contoh dari wahana nir awak (WaNA) yang dapat dikendalikan dari jauh atau memiliki sistem pengendali otomatis
Lebih terperinciJurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh Nopember Surabaya
Pengenalan Wajah Menggunakan Metode Adjacent Pixel Intensity Difference Quantization Histogram Generation Oleh : ANDIK MABRUR 1206 100 716 Dosen Pembimbing : Drs. Soetrisno, MI.Komp. Jurusan Matematika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah estimasi variabel keadaan pada sistem dinamik sangat penting. Dalam kehidupan sehari-hari banyak muncul masalah estimasi, misalnya estimasi ketinggian pasang
Lebih terperinciBAB III METODE PENELITIAN. tracking obyek. Pada penelitian tugas akhir ini, terdapat obyek berupa bola. Gambar 3.1. Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan Tugas Akhir ini adalah studi literatur, pembuatan program serta melakukan deteksi dan tracking obyek. Pada
Lebih terperinciANALISIS MODEL MATEMATIKA PROSES PENYEBARAN LIMBAH CAIR PADA AIR TANAH
ANALISIS MODEL MATEMATIKA PROSES PENYEBARAN LIMBAH CAIR PADA AIR TANAH Oleh: 1 Arif Fatahillah, 2 M. Gangga D. F. F. P 1,2 Program Studi Pendidikan Matematika FKIP Universitas Jember e-mail: arif.fkip@unej.ac.id
Lebih terperinci3. METODE PENELITIAN. Penelitian ini dilakukan di laboratorium dan lapangan. Penelitian di
3. METODE PENELITIAN 3.1. Waktu dan Lokasi Penelitian Penelitian ini dilakukan di laboratorium dan lapangan. Penelitian di laboratorium dilakukan pada 28-29 Februari 2012 yang bertempat di Workshop Akustik
Lebih terperinciESTIMASI PELACAKAN RADAR TIGA DIMENSI MENGGUNAKAN MODIFIKASI EXTENDED KALMAN FILTER
TUGAS AKHIR - SM141501 ESTIMASI PELACAKAN RADAR TIGA DIMENSI MENGGUNAKAN MODIFIKASI EXTENDED KALMAN FILTER PRIMA ADITYA NRP 1213 100 080 Dosen Pembimbing: Prof. Dr. Erna Apriliani, M.Si Dr. Didik Khusnul
Lebih terperinciAnalisis Reduksi Model pada Sistem Linier Waktu Diskrit
JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (216) 2337-352 (231-928X Print) A-25 Analisis Reduksi Model pada Sistem Linier Waktu Diskrit Yunita Indriana Sari dan Didik Khusnul Arif Jurusan Matematika, Fakultas
Lebih terperinciPengukuran Tinggi Permukaan Air Berbasis Gelombang Ultrasonik Menggunakan Kalman Filter
Pengukuran Tinggi Permukaan Air Berbasis Gelombang Ultrasonik Menggunakan Kalman Filter 1 Imas Fatoni Parmono, 1 Bambang Heru Iswanto 1 Lab Instrumentasi dan Komputasi, Jurusan Fisika, FMIPA, Universitas
Lebih terperinciEstimasi Parameter pada Model Suku Bunga Cox Ingersoll Ross (CIR) Menggunakan Kalman Filter untuk Menentukan Harga Zero Coupon Bond
JURNAL SAINS DAN SENI ITS Vol. 4, No.2, (2015) 2337-3520 (2301-928X Print) A-55 Estimasi Parameter pada Model Suku Bunga Cox Ingersoll Ross (CIR) Menggunakan Kalman Filter untuk Menentukan Harga Zero Coupon
Lebih terperinciKata Kunci : FEM 3-D Linier, matriks stiffness, regresi non linier
Pemodelan Temperatur Ruang Menggunakan Regresi Non Linier Berdasarkan Hasil Estimasi FEM 3-D Linier Elly Purwantini, Ronny Susetyoko Program Studi Teknik Elektronika, Departemen Elektro Politeknik Elektronika
Lebih terperinciBAB I PENDAHULUAN. I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Dalam perkembangan teknologi perangkat keras yang semakin maju, saat ini sudah mampu mensimulasikan fenomena alam dan membuat prediksinya. Beberapa tahun terakhir sudah
Lebih terperinciKata Kunci :konveksi alir bebas; viskos-elastis; bola berpori 1. PENDAHULUAN
PEMODELAN PENGARUH PANAS TERHADAP ALIRAN FLUIDA KONVEKSI BEBAS YANG MELALUI BOLA BERPORI Mohamad Tafrikan, Basuki Widodo, Choirul Imron. Institut Teknologi Sepuluh Nopember Surabaya, Institut Teknologi
Lebih terperinciSimulasi Deteksi Sinyal Radar Pada simulator ESM Menggunakan Metode Kalman Filter Pada ESM (Electronic Support Measured)
Simulasi Deteksi Sinyal Radar Pada simulator ESM Menggunakan Metode Kalman Filter Pada ESM (Electronic Support Measured) Norma Ningsih 1, Gamantyo Hendrantoro 2, Andaya Lestari 3 dan Deny Yulian 4 1,2
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di zaman sekarang, kemajuan sains dan teknologi sangat berkembang pesat. Salah satu ilmu yang berkembang adalah matematika yang merupakan induk dari semua ilmu
Lebih terperinciWatermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital
JURNAL SAINS DAN SENI POMITS Vol. 1, No. 1, (2014) 1-6 1 Watermarking dengan Metode Dekomposisi Nilai Singular pada Citra Digital Latifatul Machbubah, Drs. Soetrisno, MI.Komp Jurusan Matematika, Fakultas
Lebih terperinciMETODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI
Jurnal Matematika UNAND Vol. VI No. 1 Hal. 50 57 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND METODE PSEUDOSPEKTRAL CHEBYSHEV PADA APROKSIMASI TURUNAN FUNGSI ILHAM FEBRI RAMADHAN Program Studi Matematika
Lebih terperinciKontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe 1 Untuk Sistem Pendulum Kereta
Kontrol Fuzzy Takagi-Sugeno Berbasis Sistem Servo Tipe Untuk Sistem Pendulum Kereta Helvin Indrawati, Trihastuti Agustinah Teknik Elektro, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember
Lebih terperinciPERBANDINGAN METODE EXTENDED KALMAN FILTER DAN UNSCENTED KALMAN FILTER PADA ESTIMASI MODEL PREDATOR-PREY LOTKA-VOLTERRA SKRIPSI
PERBANDINGAN METODE EXTENDED KALMAN FILTER DAN UNSCENTED KALMAN FILTER PADA ESTIMASI MODEL PREDATOR-PREY LOTKA-VOLTERRA SKRIPSI Oleh Abd. Muis Hadianto NIM 081810101005 JURUSAN MATEMATIKA FAKULTAS MATEMATIKA
Lebih terperinciSimulasi Model Gelombang Pasang Surut dengan Metode Beda Hingga
J. Math. and Its Appl. ISSN: 1829-605X Vol. 2, No. 2, Nov 2005, 93 101 Simulasi Model Gelombang Pasang Surut dengan Metode Beda Hingga Lukman Hanafi, Danang Indrajaya Jurusan Matematika FMIPA ITS Kampus
Lebih terperinciWATERMARKING DENGAN METODE DEKOMPOSISI NILAI SINGULAR PADA CITRA DIGITAL
SEMIN HASIL TUGAS AKHIR 1 WATERMKING DENGAN METODE DEKOMPOSISI NILAI SINGUL PADA CITRA DIGITAL Oleh : Latifatul Machbubah NRP. 1209 100 027 JURUSAN MATEMATI FAKULTAS MATEMATI DAN ILMU PENGETAHUAN ALAM
Lebih terperinciI. PENDAHULUAN. II. DASAR TEORI Materi yang digunakan dalam penelitian ini adalah sebagai berikut:
1 Pengaruh Laju Aliran Sungai Utama Dan Anak Sungai Terhadap Profil Sedimentasi Di Pertemuan Dua Sungai Model Sinusoidal Yuyun Indah Trisnawati dan Basuki Widodo Matematika, Fakultas Matematika dan Ilmu
Lebih terperinciREDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU
J. Math. and Its Appl. ISSN: 89-65X Vol. 4, No., November 7, 8 REDUKSI RANK PADA MATRIKS-MATRIKS TERTENTU Erna Apriliani, Bandung Arry Sanjoyo Jurusan Matematika FMIPA Institut Teknologi Sepuluh Nopember,
Lebih terperinciBAB I PENDAHULUAN. Gambar 1.1 : Definisi visual dari penampang pantai (Sumber : SPM volume 1, 1984) I-1
BAB I PENDAHULUAN Pantai merupakan suatu sistem yang sangat dinamis dimana morfologi pantai berubah-ubah dalam skala ruang dan waktu baik secara lateral maupun vertikal yang dapat dilihat dari proses akresi
Lebih terperinciDistribusi Medan Akustik dalam Domain Interior dengan Metode Elemen Batas (Boundary Element Method)
Distribusi Medan Akustik dalam Domain Interior dengan Metode Elemen Batas (Boundary Element Method) Tetti Novalina Manik dan Nurma Sari Abstrak: Dalam analisis akustik, kasus yang paling umum adalah menentukan
Lebih terperinciESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciPENERAPAN FILTER KALMAN LINIER DALAM MENGESTIMASI HARGA SAHAM SATU STEP
36 Dielektrika, ISSN 2086-9487 Vol. 1, No. 1 : 36-40, Pebruari 2014 PENERAPAN FILTER KALMAN LINIER DALAM MENGESTIMASI HARGA SAHAM SATU STEP Mohammad Sabri1 1, Rismon H. Sianipar2 1 ABSTRAK Pada suatu sistem,
Lebih terperinciALGORITMA TDOA UNTUK PENGUKUR JARAK ROKET MENGGUNAKAN TEKNOLOGI UHF
ALGORITMA TDOA UNTUK PENGUKUR JARAK ROKET MENGGUNAKAN TEKNOLOGI UHF Haris Setyawan 1*, Wahyu Widada 2 1 Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Yogyakarta Jalan Lingkar Selatan Tamantirto
Lebih terperinciPERBANDINGAN METODE EXTENDED KALMAN FILTER (EKF) DAN ENSEMBLE KALMAN FILTER (EnKF) DALAM ESTIMASI ALIRAN DUA FASE PADA PIPA PENGEBORAN MINYAK SKRIPSI
PERBANDINGAN METODE EXTENDED KALMAN FILTER (EKF) DAN ENSEMBLE KALMAN FILTER (EnKF) DALAM ESTIMASI ALIRAN DUA FASE PADA PIPA PENGEBORAN MINYAK SKRIPSI Oleh LATIFATUR ROHMAH NIM 091810101029 JURUSAN MATEMATIKA
Lebih terperinciTUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI
TUGAS AKHIR ALGORITMA MODIFIKASI BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS) PADA PERMASALAHAN OPTIMASI (ALGORITHM OF MODIFIED BROYDEN-FLETCHER-GOLDFARB- SHANNO (MBFGS ) FOR OPTIMIZATION PROBLEM ) Oleh:
Lebih terperinciPENERAPAN MODEL PREDICTIVE CONTROL (MPC) PADA DESAIN PENGENDALIAN ROBOT MOBIL BERODA EMPAT
PENERAPAN MODEL PREDICTIVE CONTROL (MPC) PADA DESAIN PENGENDALIAN ROBOT MOBIL BERODA EMPAT oleh: Dimas Avian Maulana 1207 100 045 Dosen Pembimbing: Subchan, M.Sc., Ph.D Abstrak Robot mobil adalah salah
Lebih terperinciSidang Tugas Akhir - Juli 2013
Sidang Tugas Akhir - Juli 2013 STUDI PERBANDINGAN PERPINDAHAN PANAS MENGGUNAKAN METODE BEDA HINGGA DAN CRANK-NICHOLSON COMPARATIVE STUDY OF HEAT TRANSFER USING FINITE DIFFERENCE AND CRANK-NICHOLSON METHOD
Lebih terperinciBAB III DESKRIPSI MODEL
BAB III DESKRIPSI MODEL III.1 Konsep Model Dan Pendekatan Model yang dikembangkan merupakan model rambatan tsunami di perairan dangkal hingga ke darat. Berdasarkan deinisi tsunami oleh Hamzah (2006), daerah
Lebih terperinciMETODE BEDA HINGGA dan PENGANTAR PEMROGRAMAN
Praktikum m.k Model dan Simulasi Ekosistem Hari / Tanggal : Nilai METODE BEDA HINGGA dan PENGANTAR PEMROGRAMAN Nama : NIM : Oleh PROGRAM STUDI ILMU KELAUTAN FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
Lebih terperinciImplementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik
Implementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik Hendawan Soebhakti, Rifqi Amalya Fatekha Program Studi Teknik Mekatronika, Jurusan Teknik Elektro Politeknik Negeri Batam Email : hendawan@polibatam.ac.id
Lebih terperinciMatematika dan Statistika
ISSN 1411-6669 MAJALAH ILMIAH DITERBITKAN OLEH: JURUSAN MATEMATIKA FMIPA UNIVERSITAS JEMBER Majalah Ilmiah, ISSN 1411-6669 MAJALAH ILMIAH Pemimpin Redaksi Sekretaris : Drs. Mohamad Hasan, M.Sc, Ph.D :
Lebih terperinciHASIL DAN PEMBAHASAN
27 HASIL DAN PEMBAHASAN Titik Fokus Letak Pemasakan Titik fokus pemasakan pada oven surya berdasarkan model yang dibuat merupakan suatu bidang. Pada posisi oven surya tegak lurus dengan sinar surya, lokasi
Lebih terperinciMETODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR. Rino Martino 1 ABSTRACT
METODE ITERASI BARU BERTIPE SECANT DENGAN KEKONVERGENAN SUPER-LINEAR Rino Martino 1 1 Mahasiswa Program Studi S1 Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Riau Kampus Binawidya
Lebih terperinciKONTROL OPTIMAL UNTUK DISTRIBUSI TEMPERATUR DENGAN PENDEKATAN BEDA HINGGA
KONTROL OPTIMAL UNTUK DISTRIBUSI TEMPERATUR DENGAN PENDEKATAN BEDA HINGGA Nama Mahasiswa : Asri Budi Hastuti NRP : 1205 100 006 Dosen Pembimbing : Drs. Kamiran, M.Si. Abstrak Kontrol optimal temperatur
Lebih terperinciModel Perahu Trimaran pada Aliran Laminar. Abstrak
Limits J. Math. and Its Appl. E-ISSN: 2579-8936 P-ISSN: 1829-605X Vol. 14, No. 1, Mei 2017, 45 51 Model Perahu Trimaran pada Aliran Laminar Chairul Imron 1 dan Erna Apriliani 2 1,2 Matematika Institut
Lebih terperinciIdentifikasi Parameter Akustik Permukaan Sumber dengan Metode Elemen Batas
Identifikasi Parameter Akustik Permukaan Sumber dengan Metode Elemen Batas Tetti Novalina Manik dan Simon Sadok Siregar Abstrak: Penentuan medan suara yang terjadi akibat radiasi sumber atau akibat hamburan
Lebih terperinciArdi Noerpamoengkas Jurusan Teknik Mesin Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember
Ardi Noerpamoengkas 2106 100 101 Jurusan Teknik Mesin Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Latar Belakang Teknologi pengembangan potensi energi gelombang laut untuk memecahkan
Lebih terperinciTUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR
TUGAS AKHIR KAJIAN SKEMA BEDA HINGGA TAK-STANDAR DARI TIPE PREDICTOR-CORRECTOR UNTUK MODEL EPIDEMIK SIR STUDY OF A NONSTANDARD SCHEME OF PREDICTORCORRECTOR TYPE FOR EPIDEMIC MODELS SIR Oleh:Anisa Febriana
Lebih terperinciAPLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS
Jurnal UJMC, Volume, Nomor, Hal 36-40 pissn : 460-3333 eissn : 579-907X APLIKASI METODE PANGKAT DALAM MENGAPROKSIMASI NILAI EIGEN KOMPLEKS PADA MATRIKS Novita Eka Chandra dan Wiwin Kusniati Universitas
Lebih terperinciSolusi Persamaan Laplace Menggunakan Metode Crank-Nicholson. (The Solution of Laplace Equation Using Crank-Nicholson Method)
Prosiding Seminar Nasional Matematika, Universitas Jember, 19 November 2014 320 Persamaan Laplace Menggunakan Metode Crank-Nicholson (The Solution of Laplace Equation Using Crank-Nicholson Method) Titis
Lebih terperinciPENGEMBANGAN PENGHALUSAN JARING ELEMEN SEGITIGA REGANGAN KONSTAN SECARA ADAPTIF
PENGEMBANGAN PENGHALUSAN JARING ELEMEN SEGITIGA REGANGAN KONSTAN SECARA ADAPTIF Kevin Tjoanda 1, Wong Foek Tjong 2, Pamuda Pudjisuryadi 3 ABSTRAK : Penelitian ini menghasilkan program matlab yang mampu
Lebih terperinciPEMODELAN WIND TURBINE ROTOR TIPE HAWT (HORIZONTAL AXIS WIND TURBINE) MENGGUNAKAN METODE VOLUME HINGGA
PEMODELAN WIND TURBINE ROTOR TIPE HAWT (HORIZONTAL AXIS WIND TURBINE) MENGGUNAKAN METODE VOLUME HINGGA Millatuz Zahroh 10, Dafik 11, Arif Fatahillah 12 Abstract. A Wind turbine is a wind energy converters
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar belakang
BAB I PENDAHULUAN Pada bab pendahuluan dijelaskan mengenai latar belakang yang mendasari penelitian ini yang kemudian dirumuskan dalam rumusan masalah. Berdasarkan latar belakang dan rumusan masalah yang
Lebih terperinciBAB 2 TINJAUAN PUSTAKA
BAB 2 TINJAUAN PUSTAKA 2.1 Umum Perpindahan panas adalah perpindahan energi yang terjadi pada benda atau material yang bersuhu tinggi ke benda atau material yang bersuhu rendah, hingga tercapainya kesetimbangan
Lebih terperinciPola Sebaran Salinitas dengan Model Numerik Dua Dimensi di Muara Sungai Musi
Maspari Journal, 2013, 5 (2), 104-110 http://masparijournal.blogspot.com Pola Sebaran Salinitas dengan Model Numerik Dua Dimensi di Muara Sungai Musi Christie Indah Sari, Heron Surbakti dan Fauziyah Program
Lebih terperinciDistribusi Air Bersih Pada Sistem Perpipaan Di Suatu Kawasan Perumahan
JURNAL SAINS POMITS Vol. 1, No. 1, 2013 1-6 1 Distribusi Air Bersih Pada Sistem Perpipaan Di Suatu Kawasan Perumahan Annisa Dwi Sulistyaningtyas, Prof. Dr. Basuki Widodo, M.Sc. Jurusan Matematika, Fakultas
Lebih terperinciPEMODELAN DAN SIMULASI NUMERIK SEBARAN AIR PANAS SPRAY POND MENGGUNAKAN METODE VOLUME HINGGA
PEMODELAN DAN SIMULASI NUMERIK SEBARAN AIR PANAS SPRAY POND MENGGUNAKAN METODE VOLUME HINGGA Arif Fatahillah 1*, Susi Setiawani 1, Novian Nur Fatihah 1 Prodi Pendidikan Matematika, FKIP, Universitas Jember,
Lebih terperinciReduksi Rank pada Matriks-Matriks Tertentu
Reduksi Rank pada Matriks-Matriks Tertentu E. Apriliani, B. Ari Sanjaya September 6, 7 Abstract. Dekomposisi nilai singular (Singular Value Decomposition - SVD) adalah suatu metode untuk menuliskan suatu
Lebih terperinciPERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV
SEMINAR TUGAS AKHIR PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Oleh : Husien Haikal Fasha 1207 100 011 Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
Lebih terperinciEngine banyak ditemui dalam aktifitas kehidupan manusia, secara kumulatif sebagai penghasil daya yang berguna untuk menggerakan kendaraan, peralatan
Engine banyak ditemui dalam aktifitas kehidupan manusia, secara kumulatif sebagai penghasil daya yang berguna untuk menggerakan kendaraan, peralatan industri, penggerak generator pembangkit energi listrik,
Lebih terperinciKata Kunci: Analisis Regresi Linier, Penduga OLS, Penduga GLS, Autokorelasi, Regresor Bersifat Stokastik
Jurnal Matematika UNAND Vol. 3 No. 4 Hal. 168 176 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN PENDUGA ORDINARY LEAST SQUARES (OLS) DAN GENERALIZED LEAST SQUARES (GLS) PADA MODEL REGRESI
Lebih terperinciALGORITMA DETEKSI SUDUT AZIMUT DAN ELEVASI ROKET MENGGUNAKAN SEMBILAN ANTENA ARRAY YAGI-UDA
Algoritma Deteksi Sudut Azimut dan... (Satria Gunawan Zain et al.) ALGORITMA DETEKSI SUDUT AZIMUT DAN ELEVASI ROKET MENGGUNAKAN SEMBILAN ANTENA ARRAY YAGI-UDA Satria Gunawan Zain *), Adhi Susanto *), Thomas
Lebih terperinciEstimasi Kecepatan Kendaraan Menggunakan Kalman Filter
SETRUM Volume 2, No. 2, Desemberi 2013 ISSN : 2301-4652 Estimasi Kecepatan Kendaraan Menggunakan Kalman Filter Okta Palega 1, Siswo Wardoyo 2, Romi Wiryadinata 3 Jurusan Teknik Elektro, Universitas Sultan
Lebih terperinciANALISIS NUMERIK PROFIL SEDIMENTASI PASIR PADA PERTEMUAN DUA SUNGAI BERBANTUAN SOFTWARE FLUENT. Arif Fatahillah 9
ANALISIS NUMERIK PROFIL SEDIMENTASI PASIR PADA PERTEMUAN DUA SUNGAI BERBANTUAN SOFTWARE FLUENT Arif Fatahillah 9 fatahillah767@gmail.com Abstrak. Pasir merupakan salah satu material yang sangat berguna
Lebih terperinciSIMULASI SEBARAN SEDIMEN TERHADAP KETINGGIAN GELOMBANG DAN SUDUT DATANG GELOMBANG PECAH DI PESISIR PANTAI. Dian Savitri *)
SIMULASI SEBARAN SEDIMEN TERHADAP KETINGGIAN GELOMBANG DAN SUDUT DATANG GELOMBANG PECAH DI PESISIR PANTAI Dian Savitri *) Abstrak Gerakan air di daerah pesisir pantai merupakan kombinasi dari gelombang
Lebih terperinciPOSITRON, Vol. V, No. 1 (2015), Hal ISSN :
POSITRON, Vol. V, No. (5), Hal. - 5 ISSN : -97 Prediksi Ketinggian Gelombang Laut Perairan Laut Jawa Bagian Barat Sebelah Utara Jakarta dengan Metode Jaringan Syaraf Tiruan Propagasi Balik Prada Wellyantama
Lebih terperinciDESAIN PENGENDALIAN PINTU AIR DENGAN METODE SLIDING MODE CONTROL (SMC)
J. Math. and Its Appl. ISSN: 1829-605X Vol. 13, No. 1, Mei 2016, 13-22 DESAIN PENGENDALIAN PINTU AIR DENGAN METODE SLIDING MODE CONTROL (SMC) Moh. Fahmi Muzaki 1, Erna Apriliani 2, Sri Suprapti H 3 1,2,3
Lebih terperinciDESAIN PENGENDALIAN ROBOT MOBIL BERODA MENGGUNAKAN METODE SLIDING MODE CONTROL (SMC) Oleh: Ratnawati
DESAIN PENGENDALIAN ROBOT MOBIL BERODA MENGGUNAKAN METODE SLIDING MODE CONTROL (SMC) Oleh: Ratnawati 1207 100 063 Dosen Pembimbing: Subchan, M.Sc, Ph.D Abstrak Kendaraan tanpa awak dalam bentuk robot mobil
Lebih terperinciPenentuan Distribusi Suhu pada Permukaan Geometri Tak Tentu Menggunakan Metode Random Walk Balduyanus Yosep Godja a), Andi Ihwan a)*, Apriansyah b)
POSITRON, Vol. VI, No. 1 (1), Hal. 17 - ISSN : 1-9 Penentuan Distribusi Suhu pada Permukaan Geometri Tak Tentu Menggunakan Metode Random Walk Balduanus Yosep Godja a), Andi Ihwan a)*, Apriansah b) a Jurusan
Lebih terperinciR = matriks pembobot pada fungsi kriteria. dalam perancangan kontrol LQR
DAFTAR NOTASI η = vektor orientasi arah x = posisi surge (m) y = posisi sway (m) z = posisi heave (m) φ = sudut roll (rad) θ = sudut pitch (rad) ψ = sudut yaw (rad) ψ = sudut yaw frekuensi rendah (rad)
Lebih terperinciSolusi Numerik Persamaan Gelombang Dua Dimensi Menggunakan Metode Alternating Direction Implicit
Vol. 11, No. 2, 105-114, Januari 2015 Solusi Numerik Persamaan Gelombang Dua Dimensi Menggunakan Metode Alternating Direction Implicit Rezki Setiawan Bachrun *,Khaeruddin **,Andi Galsan Mahie *** Abstrak
Lebih terperinciElly Musta adah 1, Erna Apriliani 2
Prosiding Seminar Nasional Penelitian, Pendidikan Dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta, 14 Mei 2011 PENYELESAIAN INVERS PROBLEM PADA REAKSI DIFUSI DENGAN MENGGUNAKAN METODE
Lebih terperinciENSEMBLE KALMAN FILTER PERMEABILITAS MENGGUNAKAN GAVER-STEHFEST PADA KASUS RESERVOIR CONSTANT RATE PRODUCTION : BOUNDED (NO FLOW )
ENSEMBLE KALMAN FILTER PERMEABILITAS MENGGUNAKAN GAVER-STEHFEST PADA KASUS RESERVOIR CONSTANT RATE PRODUCTION : BOUNDED (NO FLOW ) TUGAS AKHIR Diajukan Untuk Memenuhi Persyaratan Program Sarjana Program
Lebih terperinciSimulasi Pelacakan Target Tunggal Untuk Mengetahui Jarak, Sudut Azimuth, Sudut elevasi dan kecepatan target ABSTRAK
Simulasi Pelacakan Target Tunggal Untuk Mengetahui Jarak, Sudut Azimuth, Sudut elevasi dan kecepatan target Willy Sukardi / 0322041 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha
Lebih terperinciKARAKTERISTIK ALIRAN PANAS DALAM LOGAM PENGHANTAR LISTRIK THE CHARACTERISTICS OF HEAT FLOW IN AN ELECTRICAL METAL CONDUCTOR
UJIAN TUGAS AKHIR KARAKTERISTIK ALIRAN PANAS DALAM LOGAM PENGHANTAR LISTRIK THE CHARACTERISTICS OF HEAT FLOW IN AN ELECTRICAL METAL CONDUCTOR Diusulkan oleh : Mudmainnah Farah Dita NRP. 1209 100 008 Dosen
Lebih terperinciCreated by : Firman Dwi Setiawan Approved by : Ir. Suntoyo, M.Eng., Ph.D Ir. Sujantoko, M.T.
Created by : Firman Dwi Setiawan Approved by : Ir. Suntoyo, M.Eng., Ph.D Ir. Sujantoko, M.T. Latar belakang permasalahan Awal gerak butiran sedimen dasar merupakan awal terjadinya angkutan sedimen di suatu
Lebih terperinci