METODE MONTE CARLO DAN PENERAPANNYA. Monte Carlo Method and Its Applications. Noor Cholis Basjaruddin POLBAN
|
|
- Adi Lesmana
- 6 tahun lalu
- Tontonan:
Transkripsi
1 METODE MONTE CARLO DAN PENERAPANNYA Monte Carlo Method and Its Applications Noor Cholis Basjaruddin Politeknik Negeri Bandung 2016
2 Daftar Isi 1 Abstrak Abstract Pendahuluan Metoda Monte Carlo Contoh Penerapan Menghitung Luas Bangun Membuktikan nilai π Menghitung nilai probabilitas Penalaan PID dengan Metoda Monte Carlo Robustness Analysis dengan Metoda Monte Carlo Penggunaan Monte Carlo pada Scheduling Kesimpulan Daftar Pustaka
3 1 Abstrak Metode Monte Carlo menggunakan prinsip pembangkitan bilangan acak untuk menguji sebuah fungsi. Hasil pengujian yang berhasil akan dihitung dan dibandingkan dengan jumlah pengujian. Oleh karena itu semakin banyak pengujian maka akan diperoleh hasil yang lebih teliti. Persoalan yang mendasar dalam penggunakaan metode Monte Carlo adalah bagaimana merumuskan masalah menjadi fungsi yang dapat diuji dengan bilangan acak. Penentuan inside dan outside menjadi kunci dalam penerapan metode Monte Carlo. 2 Abstract Monte Carlo method using the principle of the generation of random numbers to test a function. The test results are successful will be calculated and compared with the amount of testing. Therefore, more and more testing will be obtained more accurate results. The fundamental issue in a use of the Monte Carlo method is how to formulate the problem into a function that can be tested with random numbers. Determination of the inside and outside to be key in the implementation of the Monte Carlo method. 3 Pendahuluan Pemakaian metode Monte Carlo demikian luasnya. Pada makalah ini dibahas beberapa contoh penerapan metode Monte Carlo. Makalah ini diharapkan dapat menambah pengetahuan kepada pembaca khusunya dalam memahami metode Monte Carlo dan penerapannya. Program komputer yang digunakan dalam penerapan metode Monte Carlo untuk memecahkan beberapa masalah dibuat dengan bahasa PHP dan Matlab. Para pembaca dapat menjalankan program tersebut jika ingin mengetahui secara lebih mendalam bagaimana metode Monte Carlo diterapkan. Kritik dan saran atas makalah ini sangat diharapkan dan dapat disampaikan ke penulis melalui noorcholis@polban.ac.id. 3
4 4 Metode Monte Carlo Salah satu metode komputasi yang banyak digunakan untuk memecahkan berbagai persoalan adalah metode Monte Carlo. Metode ini digunakan untuk mensimulasikan berbagai perilaku sistem fisika dan matematika. Algoritma Monte Carlo adalah metode Monte Carlo numerik yang digunakan untuk menemukan solusi problem matematis yang dapat terdiri dari banyak variabel serta susah dipecahkan, misalnya dengan kalkulus integral atau metode numerik lainnya. Algoritma ini memerlukan pengulangan dan perhitungan yang kompleks sehingga metode Monte Carlo pada umumnya dilakukan menggunakan komputer dan memakai berbagai teknik simulasi komputer. Penggunaan nama Monte Carlo bertujuan untuk menghormati paman dari Stanislaw Marcin Ulam yang seorang penjudi. Bersama-sama Enrico Fermi, John von Neumann dan Nicholas Metropolis, Stanislaw Marcin Ulam mengembangkan metode Monte Carlo. Penggunaan keacakan dan sifat pengulangan proses mirip dengan aktivitas yang dilakukan pada sebuah kasino. Enrico Fermi pada tahun 1930 menggunakan metode acak untuk menghitung sifat-sifat neutron yang waktu itu baru saja ditemukan. Metode Monte Carlo merupakan simulasi inti yang digunakan dalam Manhattan Project, meski waktu itu masih menggunakan peralatan komputasi yang sangat sederhana. Monte Carlo mulai dipelajari secara mendalam sejak digunakannya komputer elektronik pada tahun Metode ini digunakan di Laboratorium Nasional Los Alamos pada tahun 1950-an untuk penelitian awal pengembangan bom hidrogen dan kemudian sangat populer dalam bidang fisika dan riset operasi. Rand Corporation dan Angkatan Udara AS merupakan dua institusi utama yang bertanggung jawab dalam pendanaan dan penyebaran informasi mengenai Monte Carlo waktu itu dan mereka mulai menemukan aplikasinya dalam berbagai bidang. Penggunaan metode Monte Carlo memerlukan sejumlah besar bilangan acak dan hal tersebut semakin mudah dengan perkembangan pembangkit bilangan pseudoacak. Pembangkit bilangan pseudoacak jauh lebih cepat dan praktis dibandingkan dengan metode sebelumnya yang menggunakan tabel bilangan acak untuk sampling statistik. 4
5 5 Contoh Penerapan 5.1 Menghitung Luas Bangun Perhitungan luas dengan metode Monte Carlo pada dasarnya dengan cara membandingkan luas dari dua bidang. Satu bidang menjadi acuan dan bidang lain (diarsir) yang akan dihitung luasnya. Perbandingan luas kedua bidang bisa didekati dengan menggunakan sejumlah N titik uji, dimana titik uji dipilih secara acak. Perbandingan banyak titik uji yang ada di dalam bidang diarsir terhadap banyak titik uji keseluruhan (N) mendekati perbanding luas bidang diarsir terhadap luas acuan. Diagram alir penentuan luas menggunakan metode Monte Carlo dapat dilihat pada Gambar 5.1. Gambar 5.1 Diagram alir perhitungan luas bidang dengan MC 5
6 Menggunakan diagram alir tersebut akan dihitung luas bidang segitiga seperti diperlihatkan pada Gambar 5.2. Gambar 5.2 Bidang segitiga Misal akan dihitung luas dari bidang yang diarsir pada Gambar 5.2. Luas keseluruhan bidang adalah 2 x 4 = 8 satuan. Luas bidang yang diarsir merupakan luas dibawah fungsi f(x) = 2x, karena fungsi tersebut membagi bidang menjadi dua bidang sama luas maka luas dibawah fungsi tersebut adalah 4 satuan. Perbandingan luas bidang yang diarsir dengan bidang keseluruhan (bidang acuan) adalah: Luas bidang diarsir Luas bidang dicari Luas bidang keseluruha n 8 Untuk menentukan luas bidang diarsir (dicari) bisa digunakan metode Monte Carlo. Umpamakan dilakukan pelemparan koin sebanyak N kali ke bidang acuan. Jika M dari N koin jatuh di bawah garis f(x) = 2x, maka perbandingan luas diarsir dan luas acuan adalah M/N dengan demikian: Luas Bidang Dicari 8 M N Diagram alir perhitungan bidang segitiga dapat dilihat pada Gambar
7 Gambar 5.3 Diagram alir perhitungan luas bidang 7
8 Program Simulasi dengan PHP <? // program perhitungan luas dengan monte carlo // f(x) = 2x // x = 0-2, y = 0-4 // Noor Cholis Basjaruddin $n=0; $M=0; $N=1000; for($n;$n<$n;$n++) //generate random number x and y $xr=mt_rand(0,2000); $x =0.001*$xr; $yr=mt_rand(0,4000); $y =0.001*$yr; //calculate f(x) $F=2*$x; if($y<$f) $M=$M+1; echo "$x,$y<br>"; $Luas = 8*($M/$N); $err=abs(4-$luas); echo"m=$m,luas=$luas, error=$err";?> Akurasi dan Presisi Akurasi Kedekatan hasil pengukuran dengan nilai benar. (the degree of closeness of measurements of a quantity to that quantity's actual (true) value) Presisi Kedekatan hasil pengukuran dengan nilai rerata hasil pengukuran berulang-ulang. (the degree to which repeated measurements under unchanged conditions show the same results) 8
9 Akurasi perhitungan bisa diamati dengan cara mengubah nilai N dan kehalusan titik sample x dan y. Tabel 5.1 adalah hasil simulasi dengan nilai N berbeda sedangan Tabel 5.2 adalah hasil simulasi dengan kehalusan (ketelitian) x dan y berbeda. Tabel 5.1 Hasil perbandingan perhitungan luas dengan N berbeda N Hasil Perhitungan Error Tabel 5.2 Hasil perbandingan luas dengan N tetap, ketelitian x dan y berbeda x dan y Hasil Perhitungan Error # #.# #.## #.### Dari Tabel 5.1 dan Tabel 5.2 dapat dilihat bahwa akurasi perhitungan semakin baik jika N diperbesar atau kehalusan (ketelitian) x dan y ditingkatkan. Perbesaran data N akan menghasilkan perbandingan M/N semakin mendekati perbandingan luas acuan dan luas diarsir, dengan demikian hasil perhitungan luas akan lebih akurat. Penghalusan titik sample x dan y akan mengakibatkan perbandingan y dan f(x) semakin baik sehingga menghasilkan pengukuran yang lebih akurat. Untuk mengamati kepresisian akan dihitung standar deviasi untuk perhitungan luas 100 kali. Tabel 3 Hasil perbandingan perhitungan rata-rata luas dan deviasi standar dengan N berbeda N Rata-rata Luas Standar Deviasi Tabel 4 Hasil perbandingan perhitungan rata-rata luas dan deviasi standar dengan N tetap, ketelitian x dan y berbeda x dan y Rata-rata Luas Standar Deviasi # #.# #.## #.###
10 Semakin kecil standar deviasi pengukuran berulang maka semakin presisi pengukuran tersebut. Tabel 3 dan 4 menunjukkan bahwa perhitungan luas bidang yang diarsir semakin presisi dengan penambahan N dan penghalusan titik sample. Penambahan titik sample dalam proses perhitungan (pembesaran nilai N) akan diikuti kenaikan kepresisian yang sangat besar, sedangkan penghalusan titik sample meski diikuti dengan kenaikan kepresisian namun tidak terlalu signifikan. 5.2 Membuktikan nilai π Metode Monte Carlo dapat digunakan untuk membuktikan nilai π = 3,14... Perhatikan Gambar 5.4. Gambar 5.4 Lingkaran dengan jari-jari R Sebuah lingkaran dengan jari-jari R di dalam bangun persegi dengan sisi 2R. Luas lingkaran = R 2 Luas persegi = (2R) x (2R) = 4R 2 2 R Perbandingan luas lingkaran dan luas persegi = 2 4R 4 Jika metode Monte Carlo dipakai dengan titik uji sejumlah N dan jumlah titik yang masuk (inside points) adalah M, maka hubungan perbandingan luas dua bangun di atas dan perbandingan inside points (M) dan test points (N) adalah M 4 N atau M 4x N Diagram alir pembuktian nilai π dengan metode Monte Carlo dapat dilihat pada Gambar
11 Gambar 5.5 Diagram alir pembuktian nilai π 11
12 Program dengan bahasa PHP <? // program pembuktian pi = 3,14... // Noor Cholis Basjaruddin $l=0; for($l;$l<100;$l++) $n=0; $M=0; $N=1000; for($n;$n<$n;$n++) //generate random number x and y $xr=mt_rand(0,1000); $x =0.001*$xr; $yr=mt_rand(0,1000); $y =0.001*$yr; //calculate f(x) $x2=pow($x,2); $y2=pow($y,2); $F=$x2+$y2; if($f<1) $M=$M+1; //echo "$x,$y<br>"; $pi = 4*($M/$N); $pi_array[] = $pi; $pi_mean=array_sum($pi_array)/100;?> Hasil perhitungan nilai π dapat dilihat pada Tabel 5.3. Tabel 5.3 Hasil perbandingan perhitungan luas dengan N berbeda N Hasil Perhitungan 10 3, , Dari simulasi dengan N 100,1000, dan terbukti bahwa nilai π = 3,
13 5.3 Menghitung nilai probabilitas Diketahui probabilitas P(hujan) = 0.50, P(angin) = 0.20, P(gempa) = Ketiga kejadian sangat mungkin terjadi bersamaan. Kemungkinan terjadinya hujan, angin, dan gempa secara bersamaan adalah: P(h+a+g) = 1 (1-0,5) (1-0,2) (1-0,001) = 0,6004 Nilai probabilitas tersebut dapat dihitung dengan metode Monte Carlo dan diagram alir pemecahan masalah tersebut dapat dilihat pada Gambar 5.6. Gambar 5.6 Diagram alir pembuktikan probabilitas kejadian 13
14 Program dengan php <? // program perhitungan probabilitas // Noor Cholis Basjaruddin $n=0; $MHAG=0; $MH=0; $MA=0; $MG=0; $N=100000; for($n;$n<$n;$n++) $h=mt_rand(1,1000); $a=mt_rand(1,1000); $g=mt_rand(1,1000); //hitung prob hujan atau angin atau gempa if((0<$h and $h<501) or (0<$a and $a<201) or $g==1) $MHAG=$MHAG+1; $in1="hujan Angin Gempa"; //hitung prob hujan if(0<$h and $h<501) $MH=$MH+1; $in2="hujan"; //hitung prob angin if(0<$a and $a<201) $MA=$MA+1; $in3="angin"; //hitung prob gempa if($g==1) $MG=$MG+1; $in4="gempa"; echo"hujan Angin Gempa =", ($MHAG/$N),"<br>"; echo"hujan =", ($MH/$N),"<br>"; echo"angin =", ($MA/$N),"<br>"; echo"gempa =", ($MG/$N),"<br>";?> 14
15 Hasil Hujan Angin Gempa = Hujan =0.501 Angin = Gempa = Hasil perhitungan probabilitas hujan dan angin dan gempa dengan Monte Carlo adalah 0,60056 atau mendekati 0,6004. Untuk pengecekan, pada saat bersamaan juga dihitung probabilitas hujan, angin, dan gempa. Nilai P(h) = 0,501, P(a) = 0,20023, dan P(g) = 0, Hasil perhitungan P(h+a+g) dengan rumus adalah Perhitungan juga dapat dilakukan dengan menggunakan Matlab untuk mendapatkan ketelitian yang lebih tinggi. Simulasi dengan MATLAB % program perhitungan probabilitas hujan, angin, dan gempa % Noor Cholis Basjaruddin N = 1e7; % jumlah iterasi n=0; clear r h = randi(1000,1,n); a = randi(1000,1,n); g = randi(1000,1,n); MH =0; MA =0; MG =0; MHAG =0; for n=1:n-1; % inside hujan if 1 <= h(1,n) & h(1,n)<= 500 MH=MH+1; end; % inside angin if 501 <= a(1,n) & a(1,n)<= 700 MA=MA+1; end; % inside gempa if g(1,n) == 701 MG=MG+1; end; % inside hujan atau angin atau gempa if h(1,n)<=500 (501 <=a(1,n) & a(1,n)<=700) g(1,n)==701 15
16 MHAG=MHAG+1; end; end; PH=MH/N; PA=MA/N; PG=MG/N; PHAG=MHAG/N; disp('probabilitas Hujan :'); disp(ph); disp('probabilitas Angin :'); disp(pa); disp('probabilitas Gempa :'); disp(pg); disp('probabilitas Hujan atau Angin atau Gempa :'); disp(phag); Hasil Simulasi Running-1 Probabilitas Hujan : Probabilitas Angin : Probabilitas Gempa : Probabilitas Hujan atau Angin atau Gempa : Running-2 Probabilitas Hujan : Probabilitas Angin : Probabilitas Gempa : Probabilitas Hujan atau Angin atau Gempa : Running-3 Probabilitas Hujan : Probabilitas Angin : Probabilitas Gempa : Probabilitas Hujan atau Angin atau Gempa :
17 5.4 Penalaan PID dengan Metoda Monte Carlo Metode Monte Carlo dapat digunakan untuk menentukan parameter kendali PID yaitu Kp, Ki, dan Kd. Bilangan random dibangkitkan untuk ketiga parameter tersebut dan keluaran sistem kendali diamati. Inside dalam MC ditentukan berdasarkan perbandingan kriteria sistem yang diinginkan dan keluaran yang diamati. Nilai Kp, Ki, dan Kd selanjutnya dapat diperoleh dengan cara mendapatkan nilai rata-rata dari beberapa kali perhitungan Kp, Ki, dan Kd. Tiap perhitungan parameter tersebut dilaksanakan dengan N kali iterasi. 5.5 Robustness Analysis dengan Metoda Monte Carlo Metode Monte Carlo dapat digunakan untuk menganalisis robustness sistem. Bilangan random digunakan untuk mensimulasikan parameter gangguan, baik disturbance maupun perturbance. Kinerja sistem diamati dan diberikan kriteria untuk menentukan inside/outside. 5.6 Penggunaan Monte Carlo pada Scheduling Metode Monte Carlo dapat digunakan untuk optimasi dalam proses scheduling. Kombinasi event dalam frame waktu atau tempat dinyatakan dalam bilangan random. Kriteria diberikan untuk menentukan optimal atau tidak pada setiap kombinasi event. Kombinasi event yang menghasilkan nilai optimal digunakan dalam scheduling. 6 Kesimpulan Prinsip metode Monte Carlo adalah membangkitkan bilangan acak untuk menguji sebuah fungsi. Ketika diuji dengan bilangan acak, fungsi matematika tersebut akan menghasilkan nilai yang benar atau salah. Hasil pengujian yang benar (inside) akan dihitung dan dibandingkan dengan jumlah pengujian. Oleh karena itu semakin banyak pengujian maka akan diperoleh hasil yang lebih teliti. Persoalan yang mendasar dalam penggunaan metode Monte Carlo adalah bagaimana merumuskan masalah menjadi fungsi yang dapat diuji dengan bilangkan acak. Penentuan inside dan outside menjadi kunci dalam penerapan metode Monte Carlo. 17
18 7 Daftar Pustaka Kaveh Madani, Jay R. Lund, A Monte-Carlo game theoretic approach for Multi-Criteria Decision Making under uncertainty, Advances in Water Resources, Volume 34, Issue 5, May 2011, Pages Mateos, A. Jiménez, S. Ríos-Insua, Monte Carlo simulation techniques for group decision making with incomplete information, Journal of Operational Research, Volume 174, Issue 3, 1 November 2006, Pages Michael Jay Schillaci, Ph.D., A Monte-Carlo Calculation of Pi, Department of Computer Science, Mathematics and Physics Roberts Wesleyan College, Rochester, NY Sybert H. Stroeve, Henk A.P. Blom, G.J. (Bert) Bakker, Systemic accident risk assessment in air traffic by Monte Carlo simulation, Elsevier Ltd.,
BAB IV SIMULASI MONTE CARLO
BAB IV SIMULASI MONTE CARLO Monte Carlo adalah algoritma komputasi untuk mensimulasikan berbagai perilaku sistem fisika dan matematika. Penggunaan klasik metode ini adalah untuk mengevaluasi integral definit,
Lebih terperinciBAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO. Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang
BAB 3 PEMBANGUNAN MODEL SIMULASI MONTE CARLO 3. Simulasi Monte Carlo Simulasi Monte Carlo merupakan salah satu metode simulasi sederhana yang dapat dibangun secara cepat menggunakan spreadsheet. Penggunaan
Lebih terperinciMetode Monte Carlo. II. PENGHASIL ANGKA ACAK (RANDOM NUMBER GENERATOR) A. Penjelasan Singkat Mengenai Ketidakteraturan (Randomness) I.
Metode Monte Carlo Nadinastiti NIM 18209026 Program Studi Sistem dan Teknologi Informasi Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia nadinastiti@gmail.com
Lebih terperinciMETODE MONTE CARLO. Pemodelan & Simulasi TM11
METODE MONTE CARLO Pemodelan & Simulasi TM11 Metode Monte Carlo Metoda Monte Carlo telah digunakan sejak abad ke-18 oleh Comte de Buffon yang mengembangkan eskperimen untuk memperoleh rasio antara diameter
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Pengertian Dasar Teori Antrian Dalam kehidupan sehari-hari, antrian (queueing) sangat sering ditemukan. Mengantri sering harus dilakukan jika kita menunggu giliran misalnya mengambil
Lebih terperinciAPLIKASI PEMBELAJARAN DAN TEST TOEFL BERBASIS MOBILE MENGGUNAKAN METODE MONTECARLO
APLIKASI PEMBELAJARAN DAN TEST TOEFL BERBASIS MOBILE MENGGUNAKAN METODE MONTECARLO D Martha Program Studi Komputerisasi Akuntansi, STMIK CIC Cirebon Email: deny.martha@.cic.ac.id ABSTRAK Bahasa Inggris
Lebih terperinciPengembangan Model Simulasi, oleh Hotniar Siringoringo 1
Simulasi kejadian diskrit memodelkan sistem yang berubah sesuai waktu melalui suatu representasi dimana variabel status berubah secara langsung pada titik terpisah dalam waktu. Titik terpisah dalam waktu
Lebih terperinciTeknik industri adalah suatu rekayasa yang berkaitan dengan desain, pembaruan, dan instalasi dari sistem terintegrasi yang meliputi manusia,
BAB 2 LANDASAN TEORI 2.1 Teknik Industri Definisi menurut institute of industrial and system (IIE) : Teknik industri adalah suatu rekayasa yang berkaitan dengan desain, pembaruan, dan instalasi dari sistem
Lebih terperinciBab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data
24 Bab IV Simulasi Metode Monte Carlo Mengatasi Masalah dalam Distribusi Data IV.1 Mengenal Metode Monte Carlo Distribusi probabilitas digunakan dalam menganalisis sampel data. Sebagaimana kita ketahui,
Lebih terperinciMETODE MARKOV DAN PENERAPANNYA Markov Model and Its Applications. Noor Cholis Basjaruddin POLBAN
METODE MARKOV DAN PENERAPANNYA Markov Model and Its Applications Noor Cholis Basjaruddin Politeknik Negeri Bandung 2016 Daftar Isi 1 Abstrak... 3 2 Abstract... 3 3 Pendahuluan... 3 4 Model Markov... 4
Lebih terperinciBAB II DASAR TEORI 2.1 Pengertian Tata Guna/Tutupan Lahan
BAB II DASAR TEORI Prediksi perubahan lahan merupakan salah satu informasi penting untuk mendukung perencanaan penggunaan lahan. Untuk itu perlu dibuat suatu model yang mampu mewakili prediksi perubahan
Lebih terperinciBAB II DASAR TEORI. A. Kemagnetan Bahan. Secara garis besar, semua bahan dapat dikelompokkan ke dalam bahan magnet. seperti terlihat pada Gambar 2.
BAB II DASAR TEORI A. Kemagnetan Bahan Secara garis besar, semua bahan dapat dikelompokkan ke dalam bahan magnet seperti terlihat pada Gambar 2. Gambar 2: Diagram pengelompokan bahan magnet (Stancil &
Lebih terperinciSIMULASI MONTE CARLO RISK MANAGEMENT DEPARTMENT OF INDUSTRIAL ENGINEERING
SIMULASI MONTE CARLO RISK MANAGEMENT DEPARTMENT OF INDUSTRIAL ENGINEERING PENGANTAR Simulasi Monte Carlo didefinisikan sebagai semua teknik sampling statistik yang digunakan untuk memperkirakan solusi
Lebih terperinciSimulasi Monte-Carlo. Tom Huber, Erma Suryani, Pemodelan & Simulasi Wikipedia.
Simulasi Monte-Carlo Tom Huber, http://physics.gac.edu/~huber/envision/instruct/montecar.html Erma Suryani, Pemodelan & Simulasi Wikipedia.org Simulasi Monte Carlo Menggunakan bilangan random Simulasi
Lebih terperinciSIMULASI: Deterministik dan Monte Carlo
SIMULASI: Deterministik dan Monte Carlo Tjipto Juwono, Ph.D. April 2017 TJ (SU) SIMULASI: Deterministik dan Monte Carlo April 2017 1 / 14 Apa itu yang dimaksud dengan simulasi? Apabila semua data diperoleh
Lebih terperinciPOSITRON, Vol. VI, No. 2 (2016), Hal ISSN :
Penentuan Energi Keadaan Dasar Osilator Kuantum Anharmonik Menggunakan Metode Kuantum Difusi Monte Carlo Nurul Wahdah a, Yudha Arman a *,Boni Pahlanop Lapanporo a a JurusanFisika FMIPA Universitas Tanjungpura,
Lebih terperinciMonte Carlo Simulation (1)
Monte Carlo Simulation (1) Tjipto Juwono, Ph.D. November 17, 2016 TJ (SU) Monte Carlo Simulation (1) Nov 2016 1 / 15 Apa itu yang dimaksud Monte Carlo Simulation? Eksperimen di dalam komputer Pada dasarnya
Lebih terperinciBAB 2 LANDASAN TEORI. ataupun penurunan keuntungan yang mungkin disebabkan, sebagai alasan perlunya
BAB 2 LANDASAN TEORI 2.1 Analisis Risko Analisis risko merupakan metode mengidentifikasi risko dan menilai kerugian ataupun penurunan keuntungan yang mungkin disebabkan, sebagai alasan perlunya strategi
Lebih terperinciJURNAL TEKNOLOGI INFORMASI & PENDIDIKAN ISSN : VOL. 3 NO. 1 MARET 2011
PENENTUAN JUMLAH DIGIT YANG PENTING (MANDATORY) PADA KOMPUTASI NUMERIK UNTUK PENGAMBILAN KEPUTUSAN (KASUS : NILAI AKHIR MATA KULIAH) Hastuti 1 ABSTRACT The process of numerical computation is usually done
Lebih terperinciPENERAPAN METODE ELEMEN HINGGA UNTUK SOLUSI PERSAMAAN STURM-LIOUVILLE
PENERAPAN METODE ELEMEN HINGGA UNTUK SOLUSI PERSAMAAN STURM-LIOUVILLE Viska Noviantri Mathematics & Statistics Department, School of Computer Science, Binus University Jln. K.H. Syahdan No. 9, Palmerah,
Lebih terperinciPENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO
TUGAS AKHIR - ST 1325 PENERAPAN ALGORITMA GENETIKA UNTUK PENENTUAN PENJADWALAN JOB SHOP SECARA MONTE CARLO YANTER SIANIFAR BASUKI NRP 1303100049 Dosen Pembimbing Prof. Drs. Nur Iriawan, M.Ikom. Ph.D JURUSAN
Lebih terperinciPENENTUAN SOLUSI OPTIMAL PERSEDIAAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO. Dian Ratu Pritama ABSTRACT
PENENTUAN SOLUSI OPTIMAL PERSEDIAAN PROBABILISTIK MENGGUNAKAN SIMULASI MONTE CARLO Dian Ratu Pritama Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam
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 terperinciPENERAPAN METODE INTEGRASI MONTE CARLO PADA LEMBARKERJA EXCEL. Implementattion of Monte-Carlo Integration Method in Excel Worksheet
Prosiding Seminar Nasional Penelitian, Pendidikan, dan Penerapan MIPA Fakultas MIPA, Universitas Negeri Yogyakarta, 16 Mei 2009 PENERAPAN METODE INTEGRASI MONTE CARLO PADA LEMBARKERJA EXCEL Eko Sulistya
Lebih terperinciPENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO. Rina Ayuhana
PENENTUAN HARGA OPSI PUT AMERIKA MENGGUNAKAN ALGORITMA MONTE CARLO Rina Ayuhana Program Studi Ilmu Komputasi Universitas Telkom, Bandung rina.21.kids@gmail.com Abstrak Opsi adalah suatu kontrak yang memberikan
Lebih terperinciOPTIMASI NURSE SCHEDULING PROBLEM
OPTIMASI NURSE SCHEDULING PROBLEM Disusun Oleh Aditya Pratama H (2510100111) Pembimbing Prof. Ir. Budi Santosa, M.S., Ph.D Pendahuluan Latar Belakang Perumusan Masalah Batasan & Asumsi Penjadwalan Proses
Lebih terperinci1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pengambilan atau pembuatan keputusan berarti memilih satu di antara banyak alternatif. Dalam hal pengambilan keputusan minimal terdapat dua alternatif di mana
Lebih terperinciStudi dan Implementasi Integrasi Monte Carlo
Studi dan Implementasi Integrasi Monte Carlo Firdi Mulia - 13507045 1 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132, Indonesia
Lebih terperinciBAB III METODE MONTE CARLO
BAB III METODE MONTE CARLO 3.1 Metode Monte Carlo Metode Monte Carlo adalah algoritma komputasi untuk mensimulasikan berbagai perilaku sistem fisika dan matematika. Penggunaan klasik metode ini adalah
Lebih terperinciBAB 2 Landasan Teori
BAB 2 Landasan Teori 2.1 Kajian Teori Dibawah ini merupakan penjelasan mengenai teori yang digunakan dalam penelitian ini. Teori ini menjadi tolak ukur dalam menjalakan penelitian. 2.1.1 Monte Carlo Kata
Lebih terperinciMETODE MONTE CARLO. Presented by Muchammad Chusnan Aprianto Dr.KHEZ Muttaqien Istitute of Technology
METODE MONTE CARLO Presented by Muchammad Chusnan Aprianto Dr.KHEZ Muttaqien Istitute of Technology 1 M O N T E C A R L O Metode pencarian acak adalah suatu metode dimana solusi dicari secara acak dan
Lebih terperinciek SIPIL MESIN ARSITEKTUR ELEKTRO
ek SIPIL MESIN ARSITEKTUR ELEKTRO APLIKASI SIMULASI MONTE CARLO DALAM ESTIMASI BIAYA PROYEK Adnan Fadjar * Abstract Monte Carlo simulation is a method for modeling and analyzing systems which involving
Lebih terperinciPENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO
PENENTUAN PROSENTASE CALON MAHASISWA BARU YANG AKAN MENDAFTAR ULANG DENGAN BANTUAN SIMULASI MONTE CARLO Yogi Yusuf Wibisono Jurusan Teknik Industri Universtias Katolik Parahyangan Jalan Ciumbuleuit 94
Lebih terperinciJournal of Informatics and Technology, Vol 1, No 4, Tahun 2012, p 1-8
PREDIKSI PENDAPATAN PEMERINTAH INDONESIA MENGGUNAKAN SIMULASI MONTE CARLO Afry Rachmat, Sukmawati Nur Endah, Aris Sugiharto Program Studi Teknik Informatika, Universitas Diponegoro afry.rachmat27@gmail.com,
Lebih terperinciAPLIKASI METODE THORANI DALAM PENYELESAIAN PERMASALAHAN PROGRAM LINEAR FUZZY
APLIKASI METODE THORANI DALAM PENYELESAIAN PERMASALAHAN PROGRAM LINEAR FUZZY Mutia Dwi Haryanti, Lukman, Fitriani Agustina Departemen Pendidikan Matematika FPMIPA UPI Correspondent auhor: Mutiadwi03@gmail.com
Lebih terperinciDAFTAR ISI.. LEMBAR PENGESAHAN SURAT PERNYATAAN ABSTRAK.. ABSTRACT... DAFTAR TABEL.. DAFTAR PERSAMAAN..
ABSTRAK Perkembangan teknologi yang semakin pesat, membuat semakin sedikitnya suatu industri yang memakai operator dalam menjalankan suatu proses produksi. Pada saat ini, kontrol otomatis lebih banyak
Lebih terperinciekonomi, serta para pakar yang mendukung diagnosa medis dan sebagainya ( Heizer,
BAB II LANDASANTEORI 2.1 Analisa Keputusan Anafisa keputusan adalah sebuah metode yang menyediakan dukungan metode kuantitatif bagi seorang pengambil keputusan ( decision maker ) di hampir semua area,
Lebih terperinciPERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA
Jurnal Matematika UNAND Vol. 5 No. 1 Hal. 7 16 ISSN : 2303 2910 c Jurusan Matematika FMIPA UNAND PERBANDINGAN METODE BLACK SCHOLES DAN SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI EROPA TOMI DESRA YULIANDI,
Lebih terperinciMetode Simulasi Monte Carlo
Metode Simulasi Monte Carlo Review Algoritma Probabilitas pelemparan coin Tunggal Probabilitas pelemparan coin Ganda Nilai π Nilai Integral Kasus nilai f(x) = xsin(x) Oleh: Tri Budi Santoso Achmad Basuki
Lebih terperinciDetail Tugas Besar Mata Kuliah Pemodelan dan Simulasi
Detail Tugas Besar Mata Kuliah Pemodelan dan Simulasi Buatlah aplikasi program untuk menyelesaikan kasus permasalahan dibawah ini, dengan menggunakan software aplikasi yang kalian mampu gunakan, interfacing
Lebih terperinciSATIN Sains dan Teknologi Informasi
SATIN Sains dan Teknologi Informasi, Vol. 2, No. 2, Desember 2016 SATIN Sains dan Teknologi Informasi journal homepage : http://jurnal.stmik-amik-riau.ac.id Simulasi Monte Carlo dan Animasi Operasinya
Lebih terperinciSimulation. Prepared by Akhid Yulianto, SE, MSC (Log) Based on Anderson, Sweeney, and Williams Thomson ΤΜ /South-Western Slide
Simulation Prepared by Akhid Yulianto, SE, MSC (Log) Based on Anderson, Sweeney, and Williams 1 Simulation Kebaikan dan kelemahan menggunakan simulation Modeling Random Variables and Pseudo-Random Numbers
Lebih terperinciBAB III METODE MONTE CARLO
BAB III ETODE ONTE CARLO 3.1 etode onte Carlo etode onte Carlo pertama kali ditemukan oleh Enrico Fermi pada tahun 1930-an. etode ini diawali dengan adanya penelitian mengenai pemeriksaan radiasi dan jarak
Lebih terperinciPengantar Teknologi Informasi
Pengantar Teknologi Informasi Komputasi & Pemrograman Defri Kurniawan, M.Kom Fasilkom 11/24/2013 Content Teori Komputasi Mesin Turing Komputasi Komputasi Modern Teori Komputasi Teori komputasi adalah cabang
Lebih terperinciSHABRINA ROSE HAPSARI M SURAKARTA
digilib.uns.ac.id HALAMAN JUDUL PEMBUATAN KALKULATOR INTEGRASI NUMERIK DENGAN METODE TRAPESIUM, 1/3 SIMPSON, 3/8 SIMPSON, ROMBERG DAN MONTE CARLO PADA KASUS INTEGRAL TUNGGAL DAN INTEGRAL GANDA SKRIPSI
Lebih terperinciIMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PADA SUPPLIER FURNITURE MENGGUNAKAN MODEL PROMETHEE ABSTRAK
IMPLEMENTASI SISTEM PENDUKUNG KEPUTUSAN PADA SUPPLIER FURNITURE MENGGUNAKAN MODEL PROMETHEE Alexander Setiawan, Agustinus Noertjahyana, Willy Saputra Jurusan Teknik Informatika, Fakultas Teknologi Industri
Lebih terperinciBab II. Prinsip Fundamental Simulasi Monte Carlo
Bab II Prinsip Fundamental Simulasi Monte Carlo Metoda monte carlo adalah suatu metoda pemecahan masalah fisis dengan menirukan proses-proses nyata di alam memanfaatkan bilangan acak/ random. Jadi metoda
Lebih terperinciPEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI
PEMILIHAN KEBIJAKAN SISTEM PENGGANTIAN SPARE PART PADA PERUSAHAAN CONSUMER GOOD DENGAN MENGGUNAKAN METODE SIMULASI Asep dan Abdulah Shahab Program Studi Magister Manajemen Teknologi Institut Teknologi
Lebih terperinciPERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO
PERHITUNGAN VALUE AT RISK PORTOFOLIO SAHAM MENGGUNAKAN METODE SIMULASI MONTE CARLO Adilla Chandra 1*, Johannes Kho 2, Musraini M 2 1 Mahasiswa Program S1 Matematika 2 Dosen Jurusan Matematika Fakultas
Lebih terperinciBAB 2 LANDASAN TEORI
19 BAB 2 LANDASAN TEORI 2.1 Persediaan 2.1.1 Pengertian Persediaan Persediaan meliputi semua barang dan bahan yang dimiliki oleh perusahaan dan dipergunakan dalam proses produksi atau dalam memberikan
Lebih terperinciPENGEMBANGAN AWAL KODE KOMPUTER METODA MONTE CARLO: SIMULASI INTERAKSI NEUTRON PERTAMA PADA GEOMETRI SILINDER. Topan Setiadipura, Anik Purwaningsih *
PENGEMBANGAN AWAL KODE KOMPUTER METODA MONTE CARLO: SIMULASI INTERAKSI NEUTRON PERTAMA PADA GEOMETRI SILINDER Topan Setiadipura, Anik Purwaningsih * ABSTRAK PENGEMBANGAN AWAL KODE KOMPUTER METODA MONTE
Lebih terperinciABSTRAK. Teknologi pengkode sinyal suara mengalami kemajuan yang cukup. pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari
ABSTRAK Teknologi pengkode sinyal suara mengalami kemajuan yang cukup pesat. Berbagai metode telah dikembangkan untuk mendapatkan tujuan dari pengkode sinyal suara yaitu output sinyal suara yang mempunyai
Lebih terperinci#12 SIMULASI MONTE CARLO
#12 SIMULASI MONTE CARLO 12.1. Konsep Simulasi Metode evaluasi secara analitis sangat dimungkinkan untuk sistem dengan konfigurasi yang sederhana. Untuk sistem yang kompleks, Bridges [1974] menyarankan
Lebih terperinciPENENTUAN NILAI PARAMETER KONTROLER PID PADA SISTEM PEMBANGKIT TENAGA LISTRIK DENGAN MENGGUNAKAN SIMULASI MATLAB SIMULINK
Hendro, Arby, Popong, Penentuan Nilai Parameter, Hal 119-132 PENENTUAN NILAI PARAMETER KONTROLER PID PADA SISTEM PEMBANGKIT TENAGA LISTRIK DENGAN MENGGUNAKAN SIMULASI MATLAB SIMULINK Hendro Buwono 1, James
Lebih terperinciPembangkitan Bilangan Acak dengan Memanfaatkan Fenomena Fisis
Pembangkitan Bilangan Acak dengan Memanfaatkan Fenomena Fisis Otniel 3588 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha Bandung 432, Indonesia
Lebih terperinciPENGGUNAAN ESTIMATOR JACKKNIFE PADA METODE MONTE CARLO SEBAGAI DETEKSI KEGAGALAN (FAULT DETECTION)
PENGGUNAAN ESTIMATOR JACKKNIFE PADA METODE MONTE CARLO SEBAGAI DETEKSI KEGAGALAN (FAULT DETECTION) TESIS MAGISTER Oleh ACHMAD ZULKARNAIN NIM : 233 99 601 PROGRAM STUDI INSTRUMENTASI DAN KONTROL PROGRAM
Lebih terperinciILKOM Jurnal Ilmiah Volume 10 Nomor 1 April Ricky Zulfiandry Universitas Dehasen Bengkulu
OPTIMASI KEGIATAN PELATIHAN MENGGUNAKAN METODE SIMULASI MONTE CARLO (STUDI KASUS DI BALAI LATIHAN KERJA DINAS TENAGA KERJA DAN TRANSMIGRASI PROVINSI BENGKULU) Ricky Zulfiandry ricky.zulfiandry@unived.ac.id
Lebih terperinciAplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra
Abstrak Aplikasi Metoda Random Walks untuk Kontrol Gerak Robot Berbasis Citra R. Febriani, Suprijadi Kelompok Keahlian Fisika Teoritik Energi Tinggi dan Instrumentasi Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciPENENTUAN NILAI ACUAN UJI BANDING ANTAR LABORATORIUM KALIBRASI UNTUK KALIBRASI MIKROPIPET BERDASARKAN KONSENSUS
Penentuan Nilai Acuan Uji Banding Antar Laboratorium Kalibrasi untuk Kalibrasi Mikropipet (Renanta Hayu dan Zuhdi Ismail) PENENTUAN NILAI ACUAN UJI BANDING ANTAR LABORATORIUM KALIBRASI UNTUK KALIBRASI
Lebih terperinciBAB V PENUTUP ( ( ) )
BAB V PENUTUP 5.1 Kesimpulan Penentuan harga opsi Asia menggunakan rata-rata Aritmatik melalui Simulasi Monte Carlo dapat dinyatakan sebagai berikut. ( ( ) ) ( ( ) ) dimana merupakan harga opsi Call Asia
Lebih terperinciABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER
ABSTRAK SIMULASI MONTE CARLO DALAM PENENTUAN HARGA OPSI BARRIER Djaffar Lessy, Dosen Pendidikan Matematika Fakultas Tarbiyah dan Keguruan, IAIN Ambon 081343357498, E-mail: Djefles79@yahoo.com Opsi yang
Lebih terperinciSIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN METODA ALGORITMA KUANTUM PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT
SIMULASI OPTIMASI PENEMPATAN KAPASITOR MENGGUNAKAN METODA ALGORITMA KUANTUM PADA SISTEM TEGANGAN MENENGAH REGION JAWA BARAT Mart Christo Belfry NRP : 1022040 E-mail : martchristogultom@gmail.com ABSTRAK
Lebih terperinciBab IV Simulasi dan Pembahasan
Bab IV Simulasi dan Pembahasan IV.1 Gambaran Umum Simulasi Untuk menganalisis program pemodelan network flow analysis yang telah dirancang maka perlu dilakukan simulasi program tersebut. Dalam penelitian
Lebih terperinciDesain PI Controller menggunakan Ziegler Nichols Tuning pada Proses Nonlinier Multivariabel
Desain PI Controller menggunakan Ziegler Nichols Tuning pada Proses Nonlinier Multivariabel Poppy Dewi Lestari 1, Abdul Hadi 2 Jurusan Teknik Elektro UIN Sultan Syarif Kasim Riau JL.HR Soebrantas km 15
Lebih terperinciPendahuluan Metode Numerik
Pendahuluan Metode Numerik Obyektif : 1. Mengerti Penggunaan metode numerik dalam penyelesaian masalah. 2. Mengerti dan memahami penyelesaian masalah menggunakan grafik maupun metode numeric. Pendahuluan
Lebih terperinciModul 14. PENELITIAN OPERASIONAL I MODEL SIMULASI. Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI
. PENELITIAN OPERASIONAL I MODEL SIMULASI Oleh : Eliyani PROGRAM KELAS KARYAWAN PROGRAM STUDI TEKNIK INDUSTRI FAKULTAS TEKNOLOGI INDUSTRI UNIVERSITAS MERCU BUANA JAKARTA 007 MODEL SIMULASI PENDAHULUAN
Lebih terperinciSimulasi Monte Carlo
Simulasi Monte Carlo Simulasi Monte Carlo Simulasi monte carlo melibatkan penggunaan angka acak untuk memodelkan sistem, dimana waktu tidak memegang peranan yang substantif (model statis) Pembangkitan
Lebih terperinciPENGANTAR MONTE CARLO
6 PEGATAR MOTE CARLO Pada bab ini dibahas pengantar ke pemahaman tentang metode Monte Carlo, yang sangat berperan dalam bidang fisika lanjut, terutama diimplementasikan pada sistem-sistem dengan sejumlah
Lebih terperinciKOMPUTASI NUMERIK GERAK PROYEKTIL DUA DIMENSI MEMPERHITUNGKAN GAYA HAMBATAN UDARA DENGAN METODE RUNGE-KUTTA4 DAN DIVISUALISASIKAN DI GUI MATLAB
KOMPUTASI NUMERIK GERAK PROYEKTIL DUA DIMENSI MEMPERHITUNGKAN GAYA HAMBATAN UDARA DENGAN METODE RUNGE-KUTTA4 DAN DIVISUALISASIKAN DI GUI MATLAB Tatik Juwariyah Fakultas Teknik Universitas Pembangunan Nasional
Lebih terperinciANALISIS STRESS TESTING VAR PADA RISIKO PASAR PORTOFOLIO EFEK PT DA TESIS
UNIVERSITAS INDONESIA ANALISIS STRESS TESTING VAR PADA RISIKO PASAR PORTOFOLIO EFEK PT DA TESIS A. PAWITRA INDRIATI 0806432000 FAKULTAS EKONOMI PROGRAM STUDI MAGISTER MANAJEMEN JAKARTA JULI 2010 UNIVERSITAS
Lebih terperinciAnalisis Perbandingan Penggunaan Fungsi Random Mysql dan Fungsi Random Java Class Library pada Aplikasi CBT (Computer Based Test)
Analisis Perbandingan Penggunaan Fungsi Random Mysql dan Fungsi Random Java Class Library pada Aplikasi CBT (Computer Based Test) Achmad Fauzan 1), Tito Pinandita 2), Harjono 3) 1)2)3) Teknik Informatika-F.Teknik-Universitas
Lebih terperinciPENERAPAN DATA MINING MENGGUNAKAN ALGORITME C4.5 DALAM PENENTUAN JURUSAN SISWA SMA NEGERI 2 SURAKARTA
PENERAPAN DATA MINING MENGGUNAKAN ALGORITME C4.5 DALAM PENENTUAN JURUSAN SISWA SMA NEGERI 2 SURAKARTA oleh NADYA AL FITRIANI M0111060 SKRIPSI ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh
Lebih terperinciALGORITMA GENETIKA. Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning
ALGORITMA GENETIKA Suatu Alternatif Penyelesaian Permasalahan Searching, Optimasi dan Machine Learning Disusun oleh: Achmad Basuki Politeknik Elektronika Negeri Surabaya, PENS ITS Surabaya 2003 Algoritma
Lebih terperinciPEMANFAATAN METODE MONTE CARLO DALAM PENCARIAN PATH TERPENDEK PADA GRAF
PEMANFAATAN METODE MONTE CARLO DALAM PENCARIAN PATH TERPENDEK PADA GRAF Said Iskandar Al Idrus Jurusan Matematika FMIPA Universitas Negeri Medan said.iskandar.alidrus@gmail.com Abstrak Pada saat ini ada
Lebih terperinciANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO. Fajar Etri Lianti ABSTRACT
ANALISIS ANTRIAN MENGGUNAKAN METODE SIMULASI MONTE CARLO Fajar Etri Lianti Mahasiswa Program Studi S1 Matematika Jurusan Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Riau Kampus
Lebih terperinciSIMULASI PENGENDALIAN KECEPATAN MOBIL OTOMATIS MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA
SIMULASI PENGENDALIAN KECEPATAN MOBIL OTOMATIS MENGGUNAKAN LOGIKA FUZZY DAN ALGORITMA GENETIKA Helmy Thendean, M.Kom 1) Albert, S.Kom 2) Dra.Chairisni Lubis, M.Kom 3) 1) Program Studi Teknik Informatika,Universitas
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 terperinciBab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi
31 Bab V MetodeFunctional Statistics Algorithm (FSA) dalam Sintesis Populasi V.1 Mengenal Metode Functional Statistics Algorithm (FSA) Metode Functional Statistics Algorithm (FSA) adalah sebuah metode
Lebih terperinciLEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR DAFTAR LAMPIRAN
DAFTAR ISI LEMBAR PENGESAHAN LEMBAR PERNYATAAN ABSTRAK... i KATA PENGANTAR... iii UCAPAN TERIMA KASIH... iv DAFTAR ISI... v DAFTAR TABEL... vii DAFTAR GAMBAR... viii DAFTAR LAMPIRAN... x BAB I PENDAHULUAN...
Lebih terperinciPerhitungan Integral Lipat menggunakan Metode Monte Carlo
Perhitungan Integral Lipat menggunakan Metode Monte Carlo Nugroho Agus Haryono Program Studi Teknik Informatka Universitas Kristen Duta Wacana Yogyakarta Email: nugroho@ukdw.ac.id Abstrak: Perhitungan
Lebih terperinciTEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA. Oleh Dian Sari Reski 1, Asrul Sani 2, Norma Muhtar 3 ABSTRACT
TEKNIK PENJADWALAN KULIAH MENGGUNAKAN METODE ALGORITMA GENETIKA Oleh Dian Sari Reski, Asrul Sani 2, Norma Muhtar 3 ABSTRACT Scheduling problem is one type of allocating resources problem that exist to
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 terperinciSIMULASI Kendalan (Reliability Simulation)*
TKS 6112 Keandalan Struktur SIMULASI Kendalan (Reliability Simulation)* * Pranata, Y.A. Teknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu. Prosiding Konferensi Teknik Sipila Nasional
Lebih terperinciPerancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali)
Konferensi Nasional Sistem & Informatika 2017 STMIK STIKOM Bali, 10 Agustus 2017 Perancangan Sistem Penjadwalan Asisten Dosen Menggunakan Algoritma Genetika (Studi Kasus: STIKOM Bali) I Made Budi Adnyana
Lebih terperinciPERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE
PERANCANGAN PERANGKAT LUNAK KRIPTOGRAFI VISUAL TANPA EKSPANSI PIKSEL DAN ALGORITMA RLE Dhina Bangkit Kumalasari Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jl. Prof.Drg.Suria
Lebih terperinciTeknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu
Teknik Simulasi Untuk Memprediksi Keandalan Lendutan Balok Statis Tertentu Yosafat Aji Pranata Abstrak Balok merupakan salah satu elemen struktur utama pada struktur bangunan gedung. Salah satu kriteria
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Persamaan diferensial adalah suatu persamaan diantara derivatif-derivatif yang dispesifikasikan pada suatu fungsi yang tidak diketahui nilainya dan diketahui jumlah
Lebih terperinciPENYELESAIAN PERMASALAHAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA DIFFERENTIAL EVOLUTION
PENYELESAIAN PERMASALAHAN TRAVELLING SALESMAN PROBLEM MENGGUNAKAN ALGORITMA DIFFERENTIAL EVOLUTION Heri Awalul Ilhamsah Jurusan Teknik Industri Universitas Trunojoyo Email: hilhamsah@gmail.com ABSTRAK
Lebih terperinciANALISIS RISIKO INVESTASI SAHAM TUNGGAL SYARIAH DENGAN VALUE AT RISK (VAR) DAN EXPECTED SHORTFALL (ES) SKRIPSI
ANALISIS RISIKO INVESTASI SAHAM TUNGGAL SYARIAH DENGAN VALUE AT RISK (VAR) DAN EXPECTED SHORTFALL (ES) SKRIPSI Oleh YUNUS SAEPUDIN NIM. 24010213120022 DEPARTEMEN STATISTIKA FAKULTAS SAINS DAN MATEMATIKA
Lebih terperinciTEKNIK KOMPUTASI TEI 116/A. Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada 2011
TEKNIK KOMPUTASI TEI 116/A Jurusan Teknik Elektro dan Teknologi Informasi Universitas Gadjah Mada 2011 Why teknik komputasi? Komputasi or computation comes from the word compute that is make a mathematical
Lebih terperinciGARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO
GARIS BESAR PROGRAM PEMBELAJARAN (GBPP) UNIVERSITAS DIPONEGORO SPMI- UNDIP GBPP 10.09.04 PAF220 Revisi ke - Tanggal 13 September 2013 Dikaji Ulang Oleh Ketua Program Studi Fisika Dikendalikan Oleh GPM
Lebih terperinciPENDEKATAN INVERSE-TRANSFORM RANDOM VARIATE GENERATOR BERBASIS DISTRIBUSI GEOMETRI PADA PENGACAKAN RANDOM SAMPLING
PENDEKATAN INVERSE-TRANSFORM RANDOM VARIATE GENERATOR BERBASIS DISTRIBUSI GEOMETRI PADA PENGACAKAN RANDOM SAMPLING Arif Rahman Program Studi Teknik Industri, Fakultas Teknik, Universitas Brawijaya Jl.
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK Dalam beberapa tahun terakhir ini, peranan algoritma genetika terutama untuk masalah optimisasi, berkembang dengan pesat. Masalah optimisasi ini beraneka ragam tergantung dari bidangnya. Dalam
Lebih terperinciMenentukan Kepala atau Ekor?
Menentukan Kepala atau Ekor? Ketika ditanya mengenai keluaran dari suatu pelemparan koin, apakah biasanya kebanyakan orang akan memilih angka atau gambar secara sama? Mari kita lakukan investigasi mengenai
Lebih terperinciPemodelan Klaim Yang Melebihi Threshold Random Untuk Dua Portofolio Asuransi Yang Saling Bebas
ISSN : 2355-9365 e-proceeding of Engineering : Vol.4, No.1 April 2017 Page 1289 Pemodelan Klaim Yang Melebihi Threshold Random Untuk Dua Portofolio Asuransi Yang Saling Bebas Syaifrijal Zirkon Radion Prodi
Lebih terperinciSolusi Penyelesaian Persamaan Laplace dengan Menggunakan Metode Random Walk Gapar 1), Yudha Arman 1), Apriansyah 2)
Solusi Penyelesaian Persamaan Laplace dengan Menggunakan Metode Random Walk Gapar 1), Yudha Arman 1), Apriansyah 2) 1) Program Studi Fisika Jurusan Fisika Universitas Tanjungpura 2)Program Studi Ilmu Kelautan
Lebih terperinciPERHITUNGAN VaR PORTOFOLIO SAHAM MENGGUNAKAN DATA HISTORIS DAN DATA SIMULASI MONTE CARLO
1 e-jurnal Matematika Vol. 1 No. 1 Agustus 2012 PERHITUNGAN VaR PORTOFOLIO SAHAM MENGGUNAKAN DATA HISTORIS DAN DATA SIMULASI MONTE CARLO WAYAN ARTHINI 1, KOMANG DHARMAWAN 2, LUH PUTU IDA HARINI 3 1, 2,
Lebih terperinciAlgoritma Iterative Dichotomizer 3 ( ID3 ) Pengambilan Keputusan
Algoritma Iterative Dichotomizer 3 ( ID3 ) Pengambilan Keputusan Decision Making Using Iterative Dichotomizer 3 Algorithm Arief Kelik Nugroho *1,Dadang Iskandar *2 ariefkeliknugroho@gmail.com dadangiskandar83@gmail.com
Lebih terperinciISSN (Media Cetak) ISSN (Media Online) Implementasi Metode Eliminasi Gauss Pada Rangkaian Listrik Menggunakan Matlab
JITEKH, Vol, No, Tahun 27, -5 ISSN 28-577(Media Cetak) ISSN 2549-4 (Media Online) Implementasi Metode Eliminasi Gauss Pada Rangkaian Listrik Menggunakan Matlab Silmi, Rina Anugrahwaty 2 Staff Pengajar
Lebih terperinciAnalisis Numerik Integral Lipat Dua Fungsi Trigonometri Menggunakan Metode Romberg
Analisis Numerik Integral Lipat Dua Fungsi Trigonometri Menggunakan Metode Romberg Numerical Analysis of Double Integral of Trigonometric Function Using Romberg Method ABSTRAK Umumnya penyelesaian integral
Lebih terperinci