Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien

Ukuran: px
Mulai penontonan dengan halaman:

Download "Studi Perhitungan CCT Menggunakan Metode EEAC (Extended Equal Area Criterion) Dan Trajektori Kritis/ Critical Trajectory Untuk Kestabilan Transien"

Transkripsi

1 JURAL TEKIK POITS Vol., o., (0) -6 Stud Perhtungan CCT enggunaan etode EEAC (Extended Equal Area Crteron) Dan Trajetor Krts/ Crtcal Trajectory Untu Kestablan Transen Hardansyah Pratama, Ardyono Pryad, dan Ad Soeprjanto. Pembmbng Jurusan Ten Eletro, Faultas Tenolog Industr, Insttut Tenolog Sepuluh opember (ITS) Jl. Aref Rahman Ham, Surabaya 60 E-mal: Abstra Analss establan transen secara umum dlauan dengan menggunaan metode smulas numer. Terdapat banya metode dalam menentuan establan transen suatu sstem tenaga, sebaga contoh metode rtera sama luas. Kelemahan metode n adalah hanya dapat dgunaan pada sstem tenaga satu generator yang terhubung pada bus nfnte. Oleh arena tu, d dalam tugas ahr n dusulan untu menggunaan metode EEAC (Extended Equal Area Crteron) dan Trajector Krts/ Crtcal Trajectory agar dapat dgunaan pada sstem multmesn. Sebuah sstem multmesn dsederhanaan dengan menggunaan metode EEAC, sehngga ddapatan sebuah mesn yang dduga sebaga mesn rts. Kemudan sstem dsederhanaan menjad sstem SIE. Besar la CCT dan crtcal trajectory dhtung secara bersamaan. Hasl dar program n, perhtungan CCT dengan menggunaan metode crtcal trajectory menghaslan CCT sebesar.37 dengan nla m=0 pada sstem tenaga satu generator yang terhubung e bus nfnte dengan ontroler dan dampng. Untu sstem multmesn 3 generator - 9 bus, perhtungan besar nla CCT yang dlauan untu semua tt gangguan yang telah dtentuan belum aurat ja dbandng hasl smulas T-D (Tme-Doman). Besar nla CCT yang dtemuan mendeat nla CCT yang dhaslan metode smulas T-D ada pada tt gangguan A dan B, yatu 0,3046 dan 0,803. Kata Kunc CCT (crtcal clearng tme), Crtcal trajectory, EAC (Equal Area Crteron), EEAC (Equal Area Crteron), Kestablan Transen. I. PEDAHULUA Analss establan transen meml peran pentng dalam menjaga eamanan dar operas sstem tenaga lstr. Analss establan transen secara umum dlauan dengan menggunaan metode smulas numer, dmana ntegrasnya dlauan tahap dem tahap, dar tt awal hngga mencapa respon dnams[]. Terdapat banya metode dalam menentuan establan transen suatu sstem tenaga, sebaga contoh metode rtera sama luas. Kelemahan metode n adalah hanya dapat dgunaan pada sstem tenaga yang terdr dar satu generator yang terhubung pada bus nfnte. Oleh arena tu, mula banya metode-metode baru dalam perhtungan establan transen dembangan agar dapat dgunaan untu segala macam sstem tenaga lstr. Salah satu pengembangan metode EAC adalah EEAC (Extended Equal Area Crteron) yang dapat dgunaan pada sstem multmesn. Dengan metode n aan dtemuan mesn yang mengalam eadaan rts dan non-rts, beserta parameter-parameter penggant untu mengubah sstem multmesn menjad SIE (Sngle achne Equvalent). Kemudan dengan rtera sama luas aan dtemuan parameter establan sstem. etode crtcal trajectory merupaan metode perhtungan cepat untu memperoleh CCT. Pada metode n, perhtungan CCT dlauan bersamaan dengan perhtungan lntasan rts dar sstem tenaga lstr. Dengan menggabungan metode EEAC dan crtcal trajectory dharapan aan dtemuan besarnya nla CCT dengan watu omputas yang lebh cepat. Permasalahan yang dbahas dalam tugas ahr n adalah mendapatan watu pemutus rts atau CCT dar suatu sstem tenaga satu generator e bus nfnte dengan menggunaan ontroler dan dampng dengan metode crtcal trajectory serta ombnas metode crtcal trajectory dengan metode EEAC (Extended Equal Area Crteron) untu menyelesaan sstem multmesn pada sstem tenaga 3 generator 9 bus. Tugas ahr n bertujuan untu untu menentuan CCT dar multmesn menggunaan metode EEAC (Extended Equal Area Crteron) dan crtcal trajectory. Sehngga hasl perhtungan metode n dharapan mampu memberan gambaran terhadap establan transen suatu sstem dan mengetahu besar nla watu pemutus rts/ CCT suatu sstem. II. PEGEBAGA KRITERIA SAA LUAS (EXTEDED EQUAL AREA CRITERIO) EEAC (Extended Equal Area Crteron) merupaan suatu metode perhtungan langsung. etode n bertujuan untu menngatan dan memperluas egunaan dar metode rtera sama luas yang sudah dembangan seja tahun 966, dengan menyedaan persamaan analss untu analss ultra cepat, analss senstvtas dan metode untu mengontrol secara preventf[]. Fenomena stabltas sstem dnla dengan menggant sstem multmesn menjad elompo mesn dan parameter

2 JURAL TEKIK POITS Vol., o., (0) -6 dar tap elompo mesn tersebut dgantan dengan nla equvalen parameter sstem. Hal tersebut yang menjad asums dasar dar metode EEAC. Untu mengdentfas elompo rts dan non-rts, EEAC aan mengurutan mesn berdasaran sudut rotor dar generator yang ada pada sstem, yatu dengan mengdentfas devas sudut rotor terbesar antar generator dan menetapan anddat dar generator rts. Kestablan sstem dhtung dengan menggant generator tap-tap elompo dengan nla equvalen masng-masng elompo. Selanjutnya, sstem mult mesn n dgant dengan sstem satu generator nfnte bus/ OIB (One achne Infnte Bus). III. ETODE LITASA KRITIS (CRITICAL TRAJECTORY) Untu memnmalsas esalahan perhtungan yang terjad pada perhtungan nla UEP dgunaan sebuah formulas baru untu mendapatan CCT untu stabltas transen. Lntasan rts (Crtcal Trajectory) ddefnsan sebaga lntasan yang dmula dar tt Fault-on Trajectory atau lntasan saat gangguan dan mencapa tt rts dmana sstem mula ehlangan snronsme. Hngga aan dtemuan perlauan yang sesua untu sstem yang mengalam gangguan[3]. etode lntasan rts (crtcal trajectory) merupaan formulas baru dalam analss stabltas transen untu sstem tenaga lstr[4]. Sebuah ftur husus dar metode n terleta pada emampuannya untu memberan CCT yang tepat tanpa suatu perraan. etode n ddasaran pada perhtungan lntasan rts pada batas stabltas, yang dsebut sebaga lntasan rts. Gambar.. Lntasan dalam setap tahap pada sstem tenaga lstr satu generator terhubung e bus nfnte dengan peredam (Dampng)[4] Untu menggambaran metode crtcal trajectory, perlau dnams has dar suatu sstem tenaga lstr dtunjuan pada gambar, dmana contoh yang dgunaan adalah sebuah sstem dengan satu generator yang terhubung e bus nfnte dengan menggunaan peredam (dampng). Tga jens lntasan dtunjuan dalam gambar, lntasan adalah lntasan saat terjad gangguan (fault-on trajectory), lntasan adalah saat dmana sstem sudah mencapa establan arena gangguan dhlangan sebelum watu pemutus rtsnya (CCT). Lntasan 3 adalah lntasan yang terbentu eta sstem dalam 3 4 eadaan rts. D dalam metode n, lntasan 3 dsebut sebaga lntasan rts (crtcal trajectory). Dalam asus generator, lntasan rts n aan mencapa tt esetmbangan tda stabl (UEP) sepert yang terlhat pada gambar. Lntasan "4" adalah saat sstem tda menemuan establan, atau sstem terlambat untu mengsolas gangguan. IV. ETODOLOGI Sstem yang dgunaan pada tugas ahr n adalah sstem tenaga satu generator yang merupaan generator snron dengan AVR (Auto Voltage Regulator) dan governor terhubung e bus nfnte melalu saluran transms dua jalur dan sstem tenaga lstr multmesn tda tepat tt referens. Untu sstem tenaga multmesn tanpa tt referens (bus nfnte) dgunaanlah persamaan ayunan (swng) dengan COA (center of angle) sebaga tt referensnya. Permodelan las mult mesn dapat dtuls sebaga berut[5]; d dt () d P P e P dt COA T () A. Crtcal trajectory Perhtungan lntasan rts dhtung dengan nla awal (ntal pont) eta dalam onds stabl ddefnsan sebaga x pre, eta gangguan terjad pada saat t=0. Kemudan aan detahu x 0 yang merupaan tt awal pada lntasan rts dan tt ahr dar lntasan rts, x u, yang merupaan tt rts. Persamaan umum tt adalah[3]; x f ( x),0 t, x(0) (3) r x pre Sepert yang telah djelasan pada peneltan yang lalu[3], Panjang dar lntasan rts dhtung dengan modfas persamaan trapezodal yang mentberatan pada onds eta gangguan dhlangan pada saat CCT dan varabel yang onvergen e tt rts. Dalam beberapa asus tertentu, tt rts sama dengan UEP (unstable equlbrum pont) dan lntasan mencapa UEP dengan watu ta terbatas. emperoleh lntasan rts menjad sangat sult eta dbutuhan watu ta terbatas untu dapat mencapa UEP. Untu menghndar hal tersebut, metode baru untu ntegras numer telah dembangan dalam menghtung jara antar tt; x x x x t t Dan persamaan trapesodal yang dgunaan pada saat t dnotasan dengan x. persamaannya sebaga berut; x x x x 0 x x (4) (5)

3 JURAL TEKIK POITS Vol., o., (0) -6 3 B. Gabungan etode EEAC dan Crtcal Trajectory Prosedur yang dlauan pada pengembangan metode n adalah: a. englasfasan sstem multmesn menjad dua ategor, yatu mesn rts dan mesn non-rts. b. entransformasan sstem dua mesn tersebut menjad sstem satu mesn yang terhubung e bus nfnte (OIB). c. lntasan saat gangguan dtemuan dengan metode smulas numer. d. Besarnya nla CUEP x u dhtung dengan metode shadowng e. enghtung CCT dan lntasan rts secara bersamaan. Secara umum, memberan gangguan pada sebuah sstem tenaga lstr yang besar hanya aan berdampa pada beberapa generator saja. Generator terdampa nlah yang menyebaban etdastablan sstem tenaga terjad. Generator yang terganggu n dapat ddentfas dengan mudah dengan melhat daya aseleras eta gangguan terjad. Untu menentuan generator yang terganggu, ta dapat menggunaan persamaan[5]; a f j amax f a f j Pa aseleras a max f aseleras tap generator masmum generator la dar σ dasumsan sebesar 0,7. Ja generator meml nla σ>0.7 maa generator tersebut tergolong generator terganggu dan merupaan anddat generator rts. Ja terdapat lebh dar satu generator terganggu dalam sebuah sstem tenaga multmesn. aa generator rts dasumsan adalah generator yang meml P a atau daya percepatan palng tngg. Setelah generator terlasfasan, maa sstem aan dubah menjad sstem satu generator-bus nfnte dengan menggunaan persamaan yang telah dembangan oleh pavela[6]. Persamaan n menyusun embal generator yang telah dlasfasan (rts dan non-rts), generator rts dber notas C dan non-rts dber notas. Parameterparameter yang menyusun OIB antara lan δ, ω,, Pm, Pe, Pa. Parameter-parameter n dturunan sebaga berut[6]; Besar sudut rts OIB adalah, c C C (7) dan, J C J J (8) besar dan C, (6) C C ; J C J; (9) Jad besar sudut rotor dar sstem OIB n adalah, C (0) dan ecepatan sudut rotor OIB adalah, C () Dan, C C ; C j j j () Untu menentuan besaran daya mean OIB, dgunaan persamaan, P m C C Pm j Pmj (3) dan daya eletrs OIB sebesar, P e C C Pe j Pej (4) Sehngga daya aseleras dar OIB dapat ddelarasan sebaga berut, Pa Pm( t) Pe( t) (5) sedangan besaran nersa onstan dar OIB dhtung dengan persamaan, C (6) C V. HASIL SIULASI Integras numer yang dgunaan adalah metode rungeutta orde 4 dengan tme step ( t) sebesar 0.0 [s]. Setelah ddapatan fault-on trajectory atau lntasan saat gangguan, emudan nla tersebut dsmpan pada varabel X 0 (τ) sebaga fungs watu. X 0 (τ) dengan τ tertentu yang dplh sebaga onds awal untu mensmulasan onds dnams suatu sstem untu menentuan establan sstem tersebut. Proses n aan dulang dengan nla-nla τ yang berbeda hngga mencapa suatu nla rts dar τ yang pada metode n dsebut CCT. Pada sstem multmesn, aan dlauan transformas sstem dar multmesn menjad SIE (sngle machne equvalen). Dengan deman aan terbentu sebuah sstem satu generator euvalen. Dalam metode n aan ada satu buah generator (generator rts) yang terhubung pada bus nfnte. Besaran dar parameter-parameter yang dgunaan pada sstem tenaga lstr n sangat dpengaruh oleh onds eseluruhan sebuah sstem. Karena satu generator penggant meml parameter yang ddapat dar onds eseluruhan sstem yang danalss. Kemudan, dengan metode crtcal

4 JURAL TEKIK POITS Vol., o., (0) -6 4 trajectory aan dcar besaran nla CCT dar suatu sstem tenaga. Perangat omputer yang dgunaan meml processor dual-core. GHz dengan memory 04 B. A. Perhtungan Watu Komputas Terhadap Banyanya Pas Pada etode Rungeutta. Besaran nla awal yang aan dgunaan sebaga patoan awal dalam perhtungan crtcal trajectory sangat dpengaruh oleh jumlah pas yang ada dalam metode rungeutta yang dgunaan dalam perhtungan nla awal. Seman besar nla yang dgunaan, maa aan seman aurat CCT yang dhaslan oleh metode n. Dan menyebaban watu omputas menjad lebh lama. Hal n tersaj dalam tabel d bawah n; Tabel.. Perbandngan perubahan nla n (pas) terhadap watu omputas CCT CPU B. Pengaruh la m Pada Perhtungan Cct Dan Epslon la CCT dan epslon yang dhaslan sangat bergantung pada jumlah tt m (tt antara fault-on trajectory dan ext pont). Seman besar nla m dalam program n, maa nla CCT yang dhaslan seman aurat tetap membutuhan watu omputas yang lebh lama. Tabel. Hasl dar metode crtcal trajectory m CCT Iteras CPU epslon C. Analss Graf Crtcal Trajectory Dar gambar graf araterst yang dsajan dbawah n, telah nampa perbedaan antara onds yang stabl dan yang tda stabl. Pada gambar araterst yang tersaj pada gambar, dapat ta lhat bahwa urva dengan smbol anga menunjuan urva sstem stabl dan urva dengan smbol anga menunjuan urva sstem tda stabl.. Pada onds governor free E pu] Gambar.. Graf araterst tegangan generator (E) terhadap watu (t) Pada gambar datas dapat ta lhat bahwa ba onds stabl ataupun tda stabl, tegangan generator aan mencapa suatu nla tuna (steady-state) eta gangguan mula dhlangan. Sebelum mencapa onds tersebut, tegangan mengalam penurunan secara drasts secara mendada. Kemudan na menuju onds tuna (steady-state). Gambar. 3. Graf araterst sudut rotor (δ) terhadap watu (t) Gambar 3 menunjuan araterst sudut rotor generator terhadap watu. Dar gambar graf araterst tersebut dtunjuan bahwa pada onds tda stabl, sudut rotor aan bergera e atas (membesar) secara terus menerus hngga generator ehlangan snronsme dan pada onds stabl sudut rotor aan embal menuju nla awal. Pm [pu] Graf. 4. Graf araterst Daya eans (Pm) terhadap watu (t)

5 JURAL TEKIK POITS Vol., o., (0) -6 5 Pada gambar 4 yang menunjuan araterst daya means (Pm) terhadap watu (t), dapat dlhat bahwa onds stabl terjad eta Pm mengalam peurunan dan emudan berusaha embal menuju nla awal. Sedangan pada onds tda stabl nla daya means aan terus mengalam penurunan. araterst daya means (Pm) terhadap watu (t) terdapat perbedaan. Terlhat pada graf bahwa pada sstem n Pm tda mencapa tt establan yang past. Karena nla Pm aan berubah-ubah mengut perubahan sstem. E [pu] Graf. 5. Graf araterst ecepatan rotor (ω) terhadap watu (t) Pada gambar 5 dapat ta lhat bahwa araterst ecepatan sudut rotor eta onds stabl aan menurun dan eta onds tda stabl, ecepatan sudut rotor aan na secara terus menerus hngga ecepatan sudut rotor masmum. Gambar.7. Graf araterst tegangan generator (E) terhadap watu (t) Gambar.8. Graf araterst sudut rotor (δ) terhadap watu (t) Gambar. 6. Graf araterst ecepatan sudut rotor (ω) terhadap sudut rotor(δ). Pada gambar 6 dtunjuan araterst ecepatan sudut rotor ja dbandngan dengan sudut rotor dar suatu generator. Terlhat bahwa urva stabl aan bergera ebawah dan aan memutar pada suatu nterval nla tertentu. Sedangan urva tda stabl aan bergera e atas tanpa meml batas atau menuju tt ta berhngga.. Pada Konds governor ted Pada gambar 7 dtunjuan araterst ecepatan sudut rotor (ω), sudut rotor (δ), tegangan generator (E), Daya means (Pm) terhadap watu (t) dan araterst ecepatan sudut rotor (ω) terhadap sudut rotor (δ). Karaterst ecepatan sudut rotor (ω), sudut rotor (δ), tegangan generator (E) terhadap watu (t) dan ecepatan sudut rotor (ω) terhadap sudut rotor (δ) antara sstem dengan onds governor free dan governor ted secara umum sama. amun deman, Pm [pu] Graf. 9. Graf araterst Daya eans (Pm) terhadap watu (t) Graf.0. Graf araterst ecepatan rotor (ω) terhadap watu (t)

6 JURAL TEKIK POITS Vol., o., (0) -6 6 Gambar.. Graf araterst ecepatan sudut rotor (ω) terhadap sudut rotor (δ) D. Perhtungan Crtcal Clearng Tme (CCT) Pada Sstem ultmesn Dengan etode EEAC Dan Crtcal Trajectory. Smulas dlauan dengan menggunaan sstem tenaga lstr 3 generator- 9 bus yang dembangan Anderson dan Fouad. Dar sstem tersebut juga telah dtentuan tt-tt gangguan. Dasumsan terdapat 8 tt gangguan yang danggap mewal gangguan yang terjad pada sstem yang berpengaruh pada establan sstem yang dnotasan dengan huruf A hngga H. Dengan metode EEAC (Extended Equal Area Crteron), telah berhasl dlauan penglasfasan generator rts dan non-rts. Program n juga terlah mampu menghaslan nla equvalen OIB dar sstem tenaga multmesn yang dgunaan. Dalam perhtungan CCT, program n mash belum aurat dalam menemuan nla CCT yang dngnan. Ja nla CCT yang dhaslan oleh metode yang dusulan n dbandngan dengan besaran nla CCT yang dhaslan dengan metode lan (Smulas Tme-Doman), maa hanya perhtungan CCT pada tt gangguan A dan B saja yang mendeat nla CCT yang dhaslan pada metode smulas T- D sepert yang tersaj pada tabel 3. Tabel. 3. Perbandngan nla CCT yang dhaslan metode yang dusulan dengan smulas T-D (Tme Doman) Tt Gangguan Generator Krts CCT (smulas T-D) CCT (proposed) A B C D E F G H dan n atau jumlah tt antara tt awal dengan tt UEP, tme step pada metode rungeutta dan jumlah pas tt awal. Dsampng tu, seman besar nla m yang dgunaan maa aan seman aurat nla CCT yang dhaslan, tetap watu omputas menjad lebh lama. la m dar metode n juga aan mempengaruh nla epslon (ε), seman banya tt m atau seman besar nla m, maa epslon yang dhaslan aan mengecl. Hal n menandaan metode n seman telt, msalan eta m=00, nla epslon = 0,039. Hasl dar penggabungan metode EEAC (Extended equal area crteron) dan metode crtcal trajectory belum berhasl menemuan CCT dengan aurat. Hasl yang palng aurat dar metode yang dusulan adalah perhtungan CCT dengan tt gangguan d A dengan CCT sebesar 0,3046 dan d B dengan CCT sebesar 0,803. Untu pengembangan smulas n perlu dlauan pengajan mendalam mengena penggabungan metode EEAC dan crtcal trajectory, metode crtcal trajectory meml emampuan perhtungan CCT yang cepat, menjad sangat menguntungan ja metode n dembangan untu dgunaan dalam perhtungan CCT multmesn. DAFTAR PUSTAKA [] Granger, Jhon. J dan Wllam D. Stevenson, JR, Power System Analyss. ew Yor: cgraw-hll, Inc,994. [] Pavella,, Xue, Y. Wehenel, L. Extended Equal Area Crteron revsted, IEEE Transacton on Power System, Vol.7, o.3, August. 99. [3] Yorno, aoto. Pryad, Ardyono. utalb, Rdzuan A. Sasa, Yutaa. Zoa, Yoshfum. A ovel ethod for Drect Computaton CCT for TSA Usng Crtcal Generator Condtons Proc. on Internatonal Techncal Conference (TECO), Japan, 00. [4] P., Ardyono, A ovel ethod for Transent Stablty Analyss as Boundary Value Problem,Thess, Hroshma Unversty, 008. [5] Haque,. H."Further Developments of the Equal Area Crteron for ultmachne Power System".Elsaver, Electrcal power system research 33,,January [6] Pavella,. Ernst, D. Ruz-vega, D, Transent Stablty of Power Systems: A Unfed Approach to Assessment and Control, Kluwer academc Publshers Group, London,Ch, 000. [7] Anderson, P.. dan A. A. Fouad, Power System Control and Stablty. Unted States: A John Wlley & Sons, Inc, 003. [8] Kundur, P, Power System Stablty and Control. ew Yor: cgraw- Hll, Inc, 994. [9]. Yorno, A. Pryad, Y. Zoa. "A ethod for Transent Stablty Assessment Based on Crtcal Trajectory". Proc. on The Internatonal Symposum on Sustanable Energy (ISSE), Toyo, Japan VI. KESIPULA Berdasaran hasl yang ddapatan dar smulas dan analss pada tugas ahr n, dapat dambl esmpulan bahwa Keauratan perhtungan CCT dengan menggunaan metode crtcal trajectory sangat dpengaruh oleh besaran nla m, h

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI 10 BAB 2 LANDASAN TEORI 2.1 Pengertan Pengendalan Kualtas Statst Pengendalan Kualtas statst merupaan suatu metode pengumpulan dan analss data ualtas, serta penentuan dan nterpretas penguuran-penguuran

Lebih terperinci

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA

BAB V MODEL SEDERHANA DISTRIBUSI TEMPERATUR DAN SIMULASINYA BAB V MOEL SEERHANA ISTRIBUSI TEMPERATUR AN SIMULASINYA Model matemata yang terdapat pada bab sebelumnya merupaan model umum untu njes uap pada reservor dengan bottom water. Model tersebut merupaan model

Lebih terperinci

Bab III. Plant Nonlinear Dengan Fase Nonminimum

Bab III. Plant Nonlinear Dengan Fase Nonminimum Bab III Plant Nonlnear Dengan Fase Nonmnmum Pada bagan n dbahas mengena penurunan learnng controller untu sstem nonlnear dengan derajat relatf yang detahu Dalam hal n hanya dperhatan pada sstem-sstem nonlnear

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB PENDAHULUAN. Latar Belaang Masalah Analss regres merupaan lmu peramalan dalam statst. Analss regres dapat dataan sebaga usaha mempreds atau meramalan perubahan. Regres mengemuaan tentang engntahuan

Lebih terperinci

Perhitungan Critical Clearing Time dengan Menggunakan Metode Time Domain Simulation

Perhitungan Critical Clearing Time dengan Menggunakan Metode Time Domain Simulation PROSEDING SEINAR TUGAS AKHIR TEKNIK ELEKTRO FTI-ITS, JUNI 2012 1 Perhtungan Crtcal Clearng Tme dengan enggunakan etode Tme Doman Smulaton Surya Atmaja, Dr. Eng. Ardyono Pryad, ST,.Eng, Ir.Teguh Yuwono

Lebih terperinci

BAB II TEORI DASAR. Analisis Kelompok

BAB II TEORI DASAR. Analisis Kelompok BAB II TORI DASAR II.. Analss Kelompo Istlah analss elompo pertama al dperenalan oleh Tryon (939). Ia memperenalan beberapa metode untu mengelompoan obye yang meml esamaan araterst (statsoft, 004). Kesamaan

Lebih terperinci

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh

BAB 2 LANDASAN TEORI. Untuk mengetahui pola perubahan nilai suatu variabel yang disebabkan oleh BAB LANDASAN TEORI. Analss Regres Untu mengetahu pla perubahan nla suatu varabel yang dsebaban leh varabel lan dperluan alat analss yang memungnan ta unut membuat perraan nla varabel tersebut pada nla

Lebih terperinci

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata

Probabilitas dan Statistika Distribusi Peluang Diskrit 1. Adam Hendra Brata Probabltas dan Statsta Dsrt Adam Hendra Brata Unform Bernoull Multnomal Setap perstwa aan mempunya peluangnya masng-masng, dan peluang terjadnya perstwa tu aan mempunya penyebaran yang mengut suatu pola

Lebih terperinci

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG

USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Usulan Penerapan Teor Marov Dalam Pengamblan Keputusan Perawatan Tahunan Pada Pt. Pupu Kujang USULAN PENERAPAN TEORI MARKOV DALAM PENGAMBILAN KEPUTUSAN PERAWATAN TAHUNAN PADA PT. PUPUK KUJANG Nof Ern,

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Semnar Nasonal Aplas Tenolog Informas 00 (SNATI 00) ISSN: 0-0 Yogyaarta, Jun 00 FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (STUDI KASUS: KLASIFIKASI KUALITAS PRODUK) Sr Kusumadew Jurusan Ten Informata,

Lebih terperinci

Karakterisasi Matrik Leslie Ordo Tiga

Karakterisasi Matrik Leslie Ordo Tiga Jurnal Graden Vol No Januar 006 : 34-38 Karatersas Matr Lesle Ordo Tga Mudn Smanhuru, Hartanto Jurusan Matemata, Faultas Matemata dan Ilmu Pengetahuan Alam, Unverstas Bengulu, Indonesa Dterma Desember

Lebih terperinci

EKSPEKTASI SATU PEUBAH ACAK

EKSPEKTASI SATU PEUBAH ACAK EKSPEKTASI SATU PEUBAH ACAK Dalam hal n aan dbahas beberapa macam uuran yang dhtung berdasaran espetas dar satu peubah aca, ba dsrt maupun ontnu, yatu nla espetas, rataan, varans, momen, fungs pembangt

Lebih terperinci

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2)

BAB 10. Menginterpretasikan Populasi Variabel Kanonik. Variabel kanonik secara umumnya artifisal. Jika variabel awal X (1) dan X (2) BB 0 Mengnterpretasan Populas arabel Kanon arabel anon secara umumnya artfsal. Ja varabel awal X ( dan X ( dgunaan oefsen anon a dan b mempunya unt propors dar hmpunan X ( dan X (. Ja varabel awal yang

Lebih terperinci

BAB II DIMENSI PARTISI

BAB II DIMENSI PARTISI BAB II DIMENSI PARTISI. Defns dasar dan eteratannya dengan metrc dmenson Dalam pembahasan dmens parts, graf yang dbahas adalah graf terhubung sederhana dan tda meml arah. Sebelum mendefnsan graf yang dgunaan

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI.. Populas dan Sampel Populas adalah eseluruhan unt atau ndvdu dalam ruang lngup yang ngn dtelt. Banyanya pengamatan atau anggota suatu populas dsebut uuran populas, sedangan suatu nla

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB PENDAHULUAN. Latar Belaang Analss dsrmnan merupaan ten menganalss data, dmana varabel dependen merupaan data ategor ( nomnal dan ordnal ) sedangan varabel ndependen berupa data nterval atau raso.msalnya

Lebih terperinci

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode

BAB III ANALISIS DISKRIMINAN. Analisis diskriminan (discriminant analysis) merupakan salah satu metode BAB III ANALISIS DISKRIMINAN 3. Analss Dsrmnan Analss dsrmnan (dscrmnant analyss) merupaan salah satu metode yan dunaan dalam analss multvarat. Dalam analss dsrmnan terdapat dua jens varabel yan terlbat

Lebih terperinci

Created by Simpo PDF Creator Pro (unregistered version)

Created by Simpo PDF Creator Pro (unregistered version) Created by Smpo PDF Creator Pro (unregstered verson) http://www.smpopd.com Statst Bsns : BAB IV. UKURA PEMUSATA DATA. Pendahuluan Untu mendapatan gambaran yang lebh jelas tentang seumpulan data mengena

Lebih terperinci

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv

Strategi Meminimalkan Load Shedding Menggunakan Metode Sensitivitas Untuk Mencegah Voltage Collapse Pada Sistem Kelistrikan Jawa-Bali 500 kv 1 Strateg Memnmalan Load Sheddng Menggunaan Metode Senstvtas Untu Mencegah Voltage Collapse Pada Sstem Kelstran Jawa-Bal 500 V Rs Cahya Anugrerah Haebb, Ad Soepranto,, Ardyono Pryad Jurusan Ten Eletro,

Lebih terperinci

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk)

FUZZY BACKPROPAGATION UNTUK KLASIFIKASI POLA (Studi kasus: klasifikasi kualitas produk) Semnar Nasonal plas enolog Informas (SNI ) Yogyaarta, Jun FUZZY BCKPROPGION UNUK KLSIFIKSI POL (Stud asus: lasfas ualtas produ) Sr Kusumadew Jurusan en Informata, Faultas enolog Industr Unverstas Islam

Lebih terperinci

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD

PENGUJIAN PROPORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN PENDEKATAN DISTRIBUSI BINOMIAL TERHADAP DISTRIBUSI NORMAL STANDARD ORBITH Vl. 7 N. 3 Nvember 11: 366-37 ENGUJIAN ROORSI MENGGUNAKAN KETERKAITAN DISTRIBUSI CHI-SQUARE DENGAN ENDEKATAN DISTRIBUSI BINOMIAL TERHADA DISTRIBUSI NORMAL STANDARD Oleh: Endang Tryan Staf engajar

Lebih terperinci

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN

Benyamin Kusumoputro Ph.D Computational Intelligence, Faculty of Computer Science University of Indonesia METODE PEMBELAJARAN METODE PEMBELAJARAN Sebelum suatu Jarngan Neural Buatan (JNB) dgunaan untu menglasfasan pola, terlebh dahulu dlauan proses pembelaaran untu menentuan strutur arngan, terutama dalam penentuan nla bobot.

Lebih terperinci

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK

U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK Jurusan Ten Spl dan Lngungan FT UGM U JIAN A KHIR S EMESTER M ATEMATIKA T EKNIK SENIN, 4 JANUARI 23 OPEN BOOK WAKTU MENIT PETUNJUK ) Saudara tda boleh menggunaan omputer untu mengerjaan soal- soal ujan

Lebih terperinci

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER

PENYELESAIAN SISTEM PERSAMAAN TAK LINIER PENYELESIN SISTEM PESMN TK LINIE Mater Kulah: Pengantar; Iteras Satu Tt; Iteras Newton # PENGNT # erut n adalah contoh seumpulan buah persamaan ta lner smulta dengan buah varabel ang ta detahu:... ( 57...

Lebih terperinci

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE

PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE PEMODELAN PENGELUARAN RUMAH TANGGA UNTUK KONSUMSI MAKANAN DI KOTA SURABAYA DAN FAKTOR-FAKTOR YANG MEMPENGARUHI MENGGUNAKAN PENDEKATAN REGRESI SPLINE Dew Arfanty Azm, Dra.Madu Ratna,M.S. dan 3 Prof. Dr.

Lebih terperinci

III FUZZY GOAL LINEAR PROGRAMMING

III FUZZY GOAL LINEAR PROGRAMMING 7 Ilustras entu hmpunan fuzzy dan fungs eanggotaannya dapat dlhat pada Contoh 3. Contoh 3 Msalan seseorang dataan sudah dewasa ja erumur 7 tahun atau leh, maa dalam loga tegas, seseorang yang erumur urang

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah

BAB III METODOLOGI PENELITIAN. Penelitian ini mengenal dua macam variabel yaitu : 2. Variabel terikat (Y) yaitu : Hasil belajar Sejarah BAB III METODOLOGI PENELITIAN 3.1 Varans Peneltan 3.1.1 Varabel Peneltan Peneltan n mengenal dua macam varabel yatu : 1. Varabel bebas (X) yatu : Berpr formal. Varabel terat (Y) yatu : Hasl belajar Sejarah

Lebih terperinci

Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global

Optimisasi Operasi Sistem Tenaga Listrik dengan Konstrain Kapabilitas Operasi Generator dan Kestabilan Steady State Global Optmsas Operas Sstem Tenaga Lstr dengan Konstran Kapabltas Operas Generator dan Kestablan Steady State Global Johny Custer,, Indar Chaerah Gunadn, Ontoseno Penangsang 3, Ad Soeprjanto 4,,3,4 Jurusan Ten

Lebih terperinci

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND

METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND METODE OPTIMASI SELEKSI FITUR DENGAN ALGORITMA FAST BRANCH AND BOUND Rully Soelaman, Suc Hatnng Rn dan Dana Purwtasar Faultas Tenolog Informas, Insttut Tenolog Sepuluh Nopember (ITS), Surabaya, 60, Indonesa

Lebih terperinci

Pengolahan lanjut data gravitasi

Pengolahan lanjut data gravitasi Modul 6 Pengolahan lanjut data gravtas 1. Transformas/proyes e bdang datar (metode Damney atau Euvalen Tt Massa). Pemsahan Anomal Loal/Resdual dan Anomal Regonal a. Kontnuas b. Movng average c. Polynomal

Lebih terperinci

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN

INVERS DRAZIN DARI SUATU MATRIKS DENGAN MENGGUNAKAN BENTUK KANONIK JORDAN Buletn Ilmah ath. Stat. dan erapannya (Bmaster) Volume 5, No. 3 (6), hal 8. INVERS DRAZIN DARI SUAU ARIKS DENGAN ENGGUNAKAN BENUK KANNIK JRDAN Eo Sulstyono, Shanta artha, Ea Wulan Ramadhan INISARI Suatu

Lebih terperinci

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak).

BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO. solusi dari suatu masalah diberikan berdasarkan proses rendomisasi (acak). BAB III METODE RESPONSE SURFACE DENGAN SIMULASI MONTE CARLO 3. Smulas Monte Carlo Smulas Monte Carlo merupaan bentu smulas probablst dmana solus dar suatu masalah dberan berdasaran proses rendomsas (aca).

Lebih terperinci

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi.

Contoh 5.1 Tentukan besar arus i pada rangkaian berikut menggunakan teorema superposisi. BAB V TEOEMA-TEOEMA AGKAIA 5. Teorema Superposs Teorema superposs bagus dgunakan untuk menyelesakan permasalahan-permasalahan rangkaan yang mempunya lebh dar satu sumber tegangan atau sumber arus. Konsepnya

Lebih terperinci

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR

KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Berala Fsa ISSN : 1410-966 Vol.8, No.1, Januar 005, hal 7-10 KAJIAN METODE SUMBER EKIVALEN TITIK MASSA PADA PROSES PENGANGKATAN DATA GRAVITASI KE BIDANG DATAR Agus Setyawan Laboratorum Geofsa, Jurusan

Lebih terperinci

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil

STATISTIKA. Bab. Di unduh dari : Bukupaket.com. Mean Median Modus Simpangan baku Varian Histogram Quartil Desil Persentil Bab 7 STATISTIKA A. KOMPETENSI DASAR DAN PENGALAMAN BELAJAR Kompetens Dasar Setelah mengut pembelajaran n sswa mampu:. Menghayat dan mengamalan ajaran agama yang danutnnya. 2. Meml motvas nternal, emampuan

Lebih terperinci

BAB II TEORI ALIRAN DAYA

BAB II TEORI ALIRAN DAYA BAB II TEORI ALIRAN DAYA 2.1 UMUM Perhtungan alran daya merupakan suatu alat bantu yang sangat pentng untuk mengetahu konds operas sstem. Perhtungan alran daya pada tegangan, arus dan faktor daya d berbaga

Lebih terperinci

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1)

MODEL REGRESI SEMIPARAMETRIK SPLINE UNTUK DATA LONGITUDINAL PADA KASUS KADAR CD4 PENDERITA HIV. Lilis Laome 1) Paradgma, Vol. 13 No. 2 Agustus 2009 hlm. 189 194 MODEL REGRESI SEMIPARAMERIK SPLINE UNUK DAA LONGIUDINAL PADA KASUS KADAR CD4 PENDERIA HIV Lls Laome 1) 1) Jurusan Matemata FMIPA Unverstas Haluoleo Kendar

Lebih terperinci

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN

IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN SISFO-Jurnal Sstem Informas IMPLEMENTASI MODEL OPTIMASI LINIER INTEGER DENGAN BANYAK TUJUAN UNTUK PENGALOKASIAN PEKERJAAN Fazal Mahananto 1), Mahendrawath ER 2), Rully Soelaman 3) Jurusan Sstem Informas,

Lebih terperinci

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR

PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Prosdng Semnar Nasonal Manajemen Tenolog IX Program Stud MMT-ITS, Surabaya 14 Pebruar 2009 PENENTUAN LOKASI GUDANG DISTRIBUSI PADA SISTEM DISTRIBUSI PRODUK KONSUMSI PT X DI JAWA TIMUR Teguh Otarso Program

Lebih terperinci

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si

Oleh : Wahyu Safi i Dosen Pembimbing : Drs. Soehardjoepri, M.Si Analsa Penerapan Metode Robust Locally Weght Regresson Smoothng Scatterplots Pada Oblgas ( Analyss of Applcaton Robust Locally Weght Regresson Smoothng Scatterplots s Method n Oblgaton ) Oleh : Wahyu Saf

Lebih terperinci

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING

ANALISIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Semnar Nasonal Tenolog Informas dan Multmeda 207 STMIK AMIKOM Yogyaarta, 4 Februar 207 ANALIS DATA WORLD DEVELOPMENT INDICATORS MENGGUNAKAN CLUSTER DATA MINING Sgt Kamseno ), Bara Satya 2) ), 2) Ten Informata

Lebih terperinci

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman

Lucas Theorem Untuk Mengatur Penyimpanan Memori yang Lebih Aman Lucas Theorem Untu Mengatur Penympanan Memor yang Lebh Aman Hendra Hadhl Chor (135 8 41) Program Stud Ten Informata ITB Jalan Ganesha 1, Bandung e-mal: hendra_h2c_mathematcan@yahoo.com; f1841@students.f.tb.ac.d

Lebih terperinci

PERHITUNGAN CRITICAL CLEARING TIME MENGGUNAKAN PERSAMAAN SIMULTAN BERBASIS TRAJEKTORI KRITIS TANPA KONTROL YANG TERHUBUNG DENGAN INFINITE BUS

PERHITUNGAN CRITICAL CLEARING TIME MENGGUNAKAN PERSAMAAN SIMULTAN BERBASIS TRAJEKTORI KRITIS TANPA KONTROL YANG TERHUBUNG DENGAN INFINITE BUS PROCEEDIG SEMIAR TUGAS AKHIR ELEKTRO ITS, (4) -6 PERHITUGA CRITICAL CLEARIG TIME MEGGUAKA PERSAMAA SIMULTA BERBASIS TRAJEKTORI KRITIS TAPA KOTROL YAG TERHUBUG DEGA IIITE BUS M. Abdul Aziz Al Haqim, Prof.

Lebih terperinci

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial

Prosedur Komputasi untuk Membentuk Selang Kepercayaan Simultan Proporsi Multinomial SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 2016 Prosedur Komputas untu Membentu Selang Kepercayaan Smultan Propors Multnomal S - 11 Bertho Tantular Departemen Statsta FMIPA UNPAD bertho@unpad.ac.d

Lebih terperinci

BAB IV PENGUJIAN DAN ANALISA

BAB IV PENGUJIAN DAN ANALISA BAB IV PENGUJIAN DAN ANALISA 4. PENGUJIAN PENGUKURAN KECEPATAN PUTAR BERBASIS REAL TIME LINUX Dalam membuktkan kelayakan dan kehandalan pengukuran kecepatan putar berbass RTLnux n, dlakukan pengujan dalam

Lebih terperinci

Bab 2 AKAR-AKAR PERSAMAAN

Bab 2 AKAR-AKAR PERSAMAAN Analsa Numerk Bahan Matrkulas Bab AKAR-AKAR PERSAMAAN Pada kulah n akan dpelajar beberapa metode untuk mencar akar-akar dar suatu persamaan yang kontnu. Untuk persamaan polnomal derajat, persamaannya dapat

Lebih terperinci

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman

P n e j n a j d a u d a u l a a l n a n O pt p im i a m l a l P e P m e b m a b n a g n k g i k t Oleh Z r u iman OTIMISASI enjadualan Optmal embangkt Oleh : Zurman Anthony, ST. MT Optmas pengrman daya lstrk Dmaksudkan untuk memperkecl jumlah keseluruhan baya operas dengan memperhtungkan rug-rug daya nyata pada saluran

Lebih terperinci

BAB IV PEMBAHASAN MODEL

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

Lebih terperinci

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c

BAB 3 PEMBAHASAN. 3.1 Prosedur Penyelesaian Masalah Program Linier Parametrik Prosedur Penyelesaian untuk perubahan kontinu parameter c 6 A PEMAHASA Pada bab sebelumnya telah dbahas teor-teor yang akan dgunakan untuk menyelesakan masalah program lner parametrk. Pada bab n akan dperlhatkan suatu prosedur yang lengkap untuk menyelesakan

Lebih terperinci

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK.

PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. PENERAPAN PETA P MULTIVARIAT PADA PENGONTROLAN PROSES PEMOTONGAN KACA JENIS LNFL DI PT. ASAHIMAS FLAT GLASS, TBK. Fanny Ayu Octavana dan Dra. Luca Ardnant, MT. Jurusan Statsta, Faultas Matemata dan Ilmu

Lebih terperinci

BAB V TEOREMA RANGKAIAN

BAB V TEOREMA RANGKAIAN 9 angkaan strk TEOEM NGKIN Pada bab n akan dbahas penyelesaan persoalan yang muncul pada angkaan strk dengan menggunakan suatu teorema tertentu. Dengan pengertan bahwa suatu persoalan angkaan strk bukan

Lebih terperinci

BAB III HIPOTESIS DAN METODOLOGI PENELITIAN

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

Lebih terperinci

Nilai Kritis Permutasi Eksak untuk Anova Satu Arah Kruskal-Wallis pada Kasus Banyaknya Sampel, k = 4

Nilai Kritis Permutasi Eksak untuk Anova Satu Arah Kruskal-Wallis pada Kasus Banyaknya Sampel, k = 4 Statsta, Vo. 7 No. 2, 65 71 Nopember 27 Na Krts Permutas Esa untu Anova Satu Arah Krusa-Was pada Kasus Banyanya Sampe, = 4 Inne Maran, Yayat Karyana, dan Aceng Komarudn Mutaqn Jurusan Statsta FMIPA Unsba

Lebih terperinci

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO

Analisis Perbandingan Economic Dispatch Pembangkit Menggunakan Metode Lagrange dan CFPSO 91 Analss Perbandngan Economc Dspatch Pembangt Menggunaan Metode Lagrange dan CFPSO Kharudn Syah, Harry Soeotjo Dachlan, Rn Nur Hasanah, dan Mahfudz Shdq Abstra -Pada pengoperasan pembangt tenaga lstr,

Lebih terperinci

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS

ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS Ihwannul Khols, ST. MT. Unverstas 7 Agustus 945 Jaarta hols27@gmal.com Abstra Pengenalan pola data

Lebih terperinci

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

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

Lebih terperinci

ANALISIS REGRESI. Catatan Freddy

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

Lebih terperinci

BAB IV PERHITUNGAN DAN ANALISIS

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

Lebih terperinci

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI

PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI PENJADWALAN PEKERJAAN DENGAN MENGGUNAKAN DISPATCHING RULES DI PT. TIGA SERANGKAI PUSTAKA MANDIRI Yunarstanto 1 Irwan Iftad 1 Iwan Ngabd Raharjo 2 Abstract: Producton flow n PT. Tga Seranga Pustaa Mandr

Lebih terperinci

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI BAB LANDASAN TEORI. Pengetan Reges dan Koelas.. Pengetan Reges Paa lmuan, eonom, psolog, dan sosolog selalu beepentngan dengan masalah peamalan. Peamalan matematyang memungnan ta meamalan nla-nla suatu

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN ORI. Aljabar Matrs.. Defns Matrs Matrs adalah suatu umpulan anga-anga yang juga serng dsebut elemen-elemen yang dsusun secara teratur menurut bars dan olom sehngga berbentu perseg panjang,

Lebih terperinci

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0

Implementasi Jaringan Saraf Tiruan Backpropagation Pada Aplikasi Pengenalan Wajah Dengan Jarak Yang Berbeda Menggunakan MATLAB 7.0 Implementas Jarngan Saraf Truan Bacpropagaton Pada Aplas Pengenalan Waah Dengan Jara Yang Berbeda Menggunaan MATLAB 7.0 Syafe Nur Luthfe Jurusan Ten Informata, Unverstas Gunadarma Jl. Margonda Raya 100,

Lebih terperinci

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK

Eman Lesmana, Riaman. Jurusan Matematika FMIPA Universitas Padjadjaran, Jl. Raya Bandung-Sumedang km 21 Jatinangor ABSTRAK PENGGUNAAN MODEL REGRESI LINEAR BERGANDA PADA PROGRAM PENGGEMUKAN SAPI PO ( PERANAKAN ONGOLE) SERTA ANALISIS BCR ( BENEFIT COST RATIO ) PENGGUNAAN PAKAN BAHAN KERING Eman Lesmana, Raman Jurusan Matemata

Lebih terperinci

JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU

JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU JARINGAN SARAF TIRUAN UNTUK IDENTIFIKASI POLA KODE DERAU PALSU Ea Saputra LF096585 Jurusan Ten Eletro Faultas Ten Unverstas Dponegoro Abstra Jarngan saraf truan merupaan suatu metode yang salah satunya

Lebih terperinci

BAB III MODUL INJEKTIF

BAB III MODUL INJEKTIF BAB III ODUL INJEKTIF Bab n adalah bab yang palng pentng arena bab n bers mula dar hal-hal dasar mengena modul njet sampa sat-sat stmewanya yang tda dml oleh modul lan yang tda njet, yang merupaan ous

Lebih terperinci

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a

Pemodelan Anomali Magnetik Berbentuk Prisma Menggunakan Algoritma Genetika Antonius a, Yudha Arman a *, Joko Sampurno a Pemodelan Anomal Magnet Berbentu Prsma Menggunaan Algortma Geneta Antonus a, Yudha Arman a *, Joo Sampurno a a Jurusan Fsa, FMIPA Unverstas Tanjungpura, Jalan Pro. Dr. Hadar Nawaw, Pontana, Indonesa *Emal

Lebih terperinci

Analisis Sensitivitas

Analisis Sensitivitas Analss Senstvtas Terdr dar aa : Analss Senstvtas, bla terad perubahan paraeter seara dsrt Progra Lnear Paraetr, bla terad perubahan paraeter seara ontnu Maa-aa perubahan pasa optu: Perubahan suu tetap,

Lebih terperinci

IDENTIFIKASI SISTEM NONLINIER DENGAN MENGGUNAKAN RECURRENT NEURAL NETWORK DAN ALGORITMA DEAD-ZONE KALMAN FILTER

IDENTIFIKASI SISTEM NONLINIER DENGAN MENGGUNAKAN RECURRENT NEURAL NETWORK DAN ALGORITMA DEAD-ZONE KALMAN FILTER IDENIFIKASI SISEM NONLINIE DENGAN MENGGUNAKAN ECUEN NEUAL NEOK DAN ALGOIMA DEAD-ZONE KALMAN FILE ully Soelaman, angga fa Faultas enolog Informas Insttut enolog Sepuluh Nopember Kampus Keputh, Suollo, Surabaya

Lebih terperinci

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda

KOLINEARITAS GANDA (MULTICOLLINEARITY) Oleh Bambang Juanda KOLINEARITAS GANDA MULTICOLLINEARIT Oleh Bambang Juanda Model: = X + X + + X + ε. Hubungan Lnear Sempurna esa, Ja C X 0 C onstanta yg td semuanya 0. Mudah detahu rn td ada dugaan parameter oef dgn OLS,

Lebih terperinci

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

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

Lebih terperinci

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang

Dalam sistem pengendalian berhirarki 2 level, maka optimasi dapat. dilakukan pada level pertama yaitu pengambil keputusan level pertama yang LARGE SCALE SYSEM Course by Dr. Ars rwyatno, S, M Dept. of Electrcal Engneerng Dponegoro Unversty BAB V OPIMASI SISEM Dalam sstem pengendalan berhrark level, maka optmas dapat dlakukan pada level pertama

Lebih terperinci

adalah beban pada simpul i berturut-turut. θ adalah vektor sudut fasa dan B adalah elemen-elemen imajiner matriks admitansi simpul. Mengingat bahwa: 1

adalah beban pada simpul i berturut-turut. θ adalah vektor sudut fasa dan B adalah elemen-elemen imajiner matriks admitansi simpul. Mengingat bahwa: 1 ISSN 907-0500 Analss Kepeaan engembangan Sstem Transms Tenaga Lstr Ternternes Menggunaan Successve Frward Methd Stud Kasus: Sstem Transms 500 V Jawa-Bal engembangantahun 007 06 Nurhalm Jurusan Ten Eletr

Lebih terperinci

Perhitungan Waktu Pemutus Kritis Menggunakan Metode Simpson pada Sebuah Generator yang Terhubung pada Bus Infinite

Perhitungan Waktu Pemutus Kritis Menggunakan Metode Simpson pada Sebuah Generator yang Terhubung pada Bus Infinite JURNAL TEKNIK ELEKTRO Vol., No., (03) -6 Perhitungan Waktu Pemutus Kritis Menggunakan Metode Simpson pada Sebuah Generator yang Terhubung pada Bus Infinite Argitya Risgiananda ), Dimas Anton Asfani ),

Lebih terperinci

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA)

BAB 2 TINJAUAN TEORITIS. 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) BAB TINJAUAN TEORITIS. Knsep Dasar Infes, Saluran Pernafasan, Infes Aut, dan Infes Saluran Pernafasan Aut (ISPA.. Infes Infes adalah masunya uman atau mrrgansme e dalam tubuh manusan dan berembang ba sehngga

Lebih terperinci

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar

VI. KETIDAKPASTIAN. Contoh : Asih mengalami gejala ada bintik-bintik di wajahnya. Dokter menduga bahwa Asih terkena cacar VI. KETIDAKPASTIAN 12 Dalam enyataan sehar-har banya masalah dduna n tda dapat dmodelan secara lengap dan onssten. Suatu penalaran dmana adanya penambahan fata baru mengabatan etdaonsstenan, dengan cr-cr

Lebih terperinci

TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA

TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA IndoMS Journal on Statstcs Vol, No (4), Page 39-49 TEKNIK EKSTRAPOLASI RICHARDSON BERULANG PADA MODEL BINOMIAL FLEKSIBEL UNTUK MENENTUKAN HARGA OPSI JUAL AMERIKA Arum Handn Prmandar, Abdurahman Jurusan

Lebih terperinci

BAB IV HASIL ANALISIS

BAB IV HASIL ANALISIS BAB IV HASIL ANALISIS. Standarda Varabel Dalam anal yang dtamplan pada daftar tabel, dar e-39 wadu yang meml fator-fator melput luaan DAS, apata awal wadu, 3 volume tahunan rerata pengendapan edmen, dan

Lebih terperinci

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

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

Lebih terperinci

Rekayasa Elektrika. Jurnal APRIL 2017 VOLUME 13 NOMOR 1. TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/2016

Rekayasa Elektrika. Jurnal APRIL 2017 VOLUME 13 NOMOR 1. TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/2016 TERAKREDITASI RISTEKDIKTI No. 36b/E/KPT/016 Jurnal Reayasa Eletra VOLUME 13 NOMOR 1 APRIL 017 Efsens Daya Protool Quantze and Forward pada Sstem Komunas Kooperatf Mult-Relay Nasaruddn, Rony Kurna, dan

Lebih terperinci

KUNCI JAWABAN SOAL TEORI FISIKA OLIMPIADE SAINS NASIONAL Ketinggian maksimum yang dicapai beban dihitung dari permukaan tanah (y t ) 1 mv

KUNCI JAWABAN SOAL TEORI FISIKA OLIMPIADE SAINS NASIONAL Ketinggian maksimum yang dicapai beban dihitung dari permukaan tanah (y t ) 1 mv KUNI JWBN SO EOI FISIK OIMPIDE SINS NSION 00. a. Dhtung dahulu watu yang derluan dar beban dleas sama e etnggan masmum yatu t. v 0 at 0 0t t =0, seon. Ketnggan masmum yang dcaa beban dhtung dar ermuaan

Lebih terperinci

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

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

Lebih terperinci

EVALUASI KESTABILAN PERALIHAN MESIN TUNGGAL DENGAN METODA RUNGE KUTTA ORDE 4 (Studi Kasus : Sistem Kelistrikan Sumatera)

EVALUASI KESTABILAN PERALIHAN MESIN TUNGGAL DENGAN METODA RUNGE KUTTA ORDE 4 (Studi Kasus : Sistem Kelistrikan Sumatera) Vo: 3 No. Maret 04 ISSN: 30-949 EVALUASI KESTABILAN PERALIHAN MESIN TUNGGAL DENGAN METODA RUNGE KUTTA ORDE 4 (Stud Kasus : Sstem Kestran Sumatera) Heru Dbyo Lasono, Arno Rz Ramadhan Jurusan Ten Eetro,

Lebih terperinci

PRA-PEMROSESAN DATA LUARAN GCM CSIRO-Mk3 DENGAN METODE TRANSFORMASI WAVELET DAUBECHIES UNTUK PEMODELAN STATISTICAL DOWNSCALING

PRA-PEMROSESAN DATA LUARAN GCM CSIRO-Mk3 DENGAN METODE TRANSFORMASI WAVELET DAUBECHIES UNTUK PEMODELAN STATISTICAL DOWNSCALING PRA-PEMROSESAN DATA LUARAN GCM CSIRO-M3 DENGAN METODE TRANSFORMASI WAVELET DAUBECHIES UNTUK PEMODELAN STATISTICAL DOWNSCALING Vvn Mandasar (306 00 069), Dr Ir Setawan, M S (960030 9870 00) Mahasswa Jurusan

Lebih terperinci

Analisis Penyelesaian Persamaan Kuadrat Matriks

Analisis Penyelesaian Persamaan Kuadrat Matriks Jurnal Matemata, Jurnal Matemata, tatsta tatsta, & Komutas & Komutas Vol. 3 No Vol. Jul No. 6 Jul 5 Vol, No, 9-3, 9-9, Jul 5 9 Analss Penyelesaan Persamaan Kuadrat Matrs Hasmawat dan Amr Kamal Amr Abstra

Lebih terperinci

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

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

Lebih terperinci

Simulasi Numerik Perambatan Banjir Akibat Keruntuhan Bendungan dengan Metode Volume Hingga-Cell Center

Simulasi Numerik Perambatan Banjir Akibat Keruntuhan Bendungan dengan Metode Volume Hingga-Cell Center Natausumah, d. ISSN 0853-98 Jurnal Teorets dan Terapan Bdang Reayasa Spl Smulas Numer Perambatan Banjr Abat Keruntuhan Bendungan dengan Metode Volume Hngga-Cell Center Abstra Dantje K. Natausumah Kelompo

Lebih terperinci

BAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA

BAB 2 ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA BAB ANALISIS ARUS FASA PADA KONEKSI BEBAN BINTANG DAN POLIGON UNTUK SISTEM MULTIFASA.1 Pendahuluan Pada sstem tga fasa, rak arus keluaran nverter pada beban dengan koneks delta dan wye memlk hubungan yang

Lebih terperinci

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

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

Lebih terperinci

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield

Perbandingan Masalah Optimasi TSP dengan Menggunakan Algoritma Ant Colony dan Jaringan Hopfield Perbandngan Masalah Optmas TSP dengan Menggunaan Algortma Ant Colony dan Jarngan Hopfeld 1 Yulan, Moh.Isa Irawan, dan 3 Mardljah 1,, 3 Jurusan Matemata, Insttut Tenolog Sepuluh Noember Kampus ITS, Surabaya

Lebih terperinci

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP)

CONTOH SOAL #: PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA. dx dengan nilai awal: y = 1 pada x = 0. Penyelesaian: KASUS: INITIAL VALUE PROBLEM (IVP) PENYELESAIAN PERSAMAAN DIFERENSIAL BIASA KASUS: INITIAL VALUE PROBLEM (IVP) by: st dyar kholsoh Mater Kulah: Pengantar; Metode Euler; Perbakan Metode Euler; Metode Runge-Kutta; Penyelesaan Sstem Persamaan

Lebih terperinci

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR

METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR METODE REGRESI RIDGE UNTUK MENGATASI KASUS MULTIKOLINEAR Margaretha Ohyver Jurusan Matematka, Fakultas Sans dan Teknolog, Bnus Unversty Jl. Kh.Syahdan No.9, Palmerah, Jakarta 480 ethaohyver@bnus.ac.d,

Lebih terperinci

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD

UJI NORMALITAS X 2. Z p i O i E i (p i x N) Interval SD UJI F DAN UJI T Uj F dkenal dengan Uj serentak atau uj Model/Uj Anova, yatu uj untuk melhat bagamanakah pengaruh semua varabel bebasnya secara bersama-sama terhadap varabel terkatnya. Atau untuk menguj

Lebih terperinci

OPTIMALISASI UNJUK KERJA PLANT TIME VARYING MENGGUNAKAN KENDALI FUZZY ADAPTIF DENGAN METODE SECARA TIDAK LANGSUNG

OPTIMALISASI UNJUK KERJA PLANT TIME VARYING MENGGUNAKAN KENDALI FUZZY ADAPTIF DENGAN METODE SECARA TIDAK LANGSUNG Smposum Nasonal II RAI 003 OTIMALISASI UNJUK KERJA LANT TIME VARYING MENGGUNAKAN KENDALI FUZZY ADATIF DENGAN METODE SECARA TIDAK LANGSUNG Stud Kasus ada Kontrol Level Surge Tan Amad Kumaen Sumard Iwan

Lebih terperinci

BAB IV PEMBAHASAN HASIL PENELITIAN

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

Lebih terperinci

Analisis Persebaran Seismisitas Wilayah Sumatera Selatan Menggunakan Metode Double Difference

Analisis Persebaran Seismisitas Wilayah Sumatera Selatan Menggunakan Metode Double Difference B-54 JURNAL SAINS DAN SENI ITS Vol. 5 No. 2 (2016) 2337-3520 (2301-928X Prnt) Analss Persebaran Sesmstas Wlayah Sumatera Selatan Menggunaan Metode Double Dfference Dew Fajryyatul Mauldah, Bagus Jaya Santosa

Lebih terperinci

PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ

PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. XYZ e-jurnal Ten Industr FT USU Vol 3, No., Otober 03 pp. 45-5 PENENTUAN JUMLAH PRODUKSI OPTIMAL CPO DENGAN MENGGUNAKAN METODE GOAL PROGRAMMING PADA PABRIK KELAPA SAWIT PT. YZ Delmar Bnhot Lumbantoruan, Poerwanto,

Lebih terperinci

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION

PEMODELAN TINGKAT KERAWANAN DEMAM BERDARAH DENGUE DI KABUPATEN LAMONGAN DENGAN PENDEKATAN GEOGRAPHICALLY WEIGHTED ORDINAL LOGISTIC REGRESSION PEMODELAN INGKA KERAWANAN DEMAM BERDARAH DENGUE DI KABUPAEN LAMONGAN DENGAN PENDEKAAN GEOGRAPHICALLY WEIGHED ORDINAL LOGISIC REGRESSION Marsa Rfada 1, Purhad 1) Mahasswa Magster Jurusan Statsta, Insttut

Lebih terperinci

BAB II DASAR TEORI. 2.1 Definisi Game Theory

BAB II DASAR TEORI. 2.1 Definisi Game Theory BAB II DASAR TEORI Perkembangan zaman telah membuat hubungan manusa semakn kompleks. Interaks antar kelompok-kelompok yang mempunya kepentngan berbeda kemudan melahrkan konflk untuk mempertahankan kepentngan

Lebih terperinci

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah

BAB III METODOLOGI PENELITIAN. Penyusunan laporan tugas akhir ini dilakukan sesuai dengan langkahlangkah BAB III METODOLOGI PENELITIAN Penyusunan laporan tugas ahr n dlauan sesua dengan langahlangah peneltan yang aan dperlhatan pada dagram d bawah n, agar peneltan n dapat berjalan secara ba dan terarah. Sehngga

Lebih terperinci

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah

EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6. Oleh : Anik Djuraidah EVALUASI STATUS KETERTINGGALAN DAERAH DENGAN ANALISIS DISKRIMINAN 6 S-21 Oleh : An Djuradah Departemen Statsta FMIPA- IPB e-mal : andjuradah@gmal.com ABSTRAK Pembangunan daerah tertnggal merupaan upaya

Lebih terperinci