PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN ANALISIS KOMPONEN INDEPENDEN (ICA) UNTUK DETEKSI KERUSAKAN. B.T. Atmaja, A.S. Aisyah, dan D.
|
|
- Utami Sumadi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN ANALISIS KOMPONEN INDEPENDEN (ICA) UNUK DEEKSI KERUSAKAN B.. Atmaja, A.S. Aisyah, dan D. Arifianto Jurusan eni Fisia,Faultas enologi Industri, Institut enologi Sepuluh Nopember (IS) Kampus IS Suolilo, Surabaya bacguys@ep.its.ac.id, auliasa@ep.its.ac.id, dhany@ep.its.ac.id Abstra Pemeliharaan ondisi mesin di industri membutuhan ecepatan dan emudahan, salah satu metodenya adalah dengan analisis getaran. Getaran mesin menyebaban pola suara yang diemisian mesin, di mana suara mesin satu bercampur dengan mesin lainnya. Blind Source Separation (BSS) merupaan teni memisahan sinyal campuran berdasaran sifat ebebasan statisti antar sumber. Melalui simulasi dengan beberapa motor dan susunan mirofon sebagai sensor didapatan data suara campuran dari beberapa motor yang teream melalui tiap mirofon, di mana intensitas sinyal yang diterima mirofon berbeda satu sama lain, tergantung pada jara dan sudut datangnya. ujuan penelitian ini adalah untu memisahan sinyal campuran dari tiap mirofon sehingga didapatan sinyal estimasi sumber untu mendetesi erusaan motor. Berdasaran hasil penelitian diperoleh pemisahan sinyal terbai dalam ime-domain ICA. Sinyal estimasi tersebut dianalisis untu menentuan ondisi erusaan mesin berdasaran pola freuensi sesaatnya. Kata unci: ICA, detesi erusaan, sinyal suara 1. Pendahuluan Strategi dalam dunia pemeliharaan di industri mulai mengarah pada predictive maintenance (PdM). PdM memonitor peralatan berdasaran ondisi peralatan tersebut sehingga teni ini disebut pula condition monitoring. Ada beberapa metode yang digunaan dalam PdM, antara lain analisis vibrasi, termografi, tribologi, dan motor current. Menurut operator di lapangan, analisis vibrasi merupaan metode yang paling handal dalam menentuan erusaan mesin. Perubahan terhadap parameter sinyal vibrasi (amplitudo, freuensi dan fase) bisa didetesi sebagai elainan ondisi mesin terhadap ondisi normal. eni inilah yang banya digunaan di industri untu pemeliharan peralatannya. Perubahan parameter getaran juga mengaibatan perubahan terhadap parameter suara yang diemisian mesin. Hal ini disebaban arena suara yang ditimbulan mesin berasal dari mesin tersebut. Ini berlau secara umum. Dengan mengetahui arateristi suara mesin normal dan abnormal maa dapat dibangun suatu metode pemeliharaan berdasaran analisis pola suara. Pada penelitian sebelumnya (Hasan, 22; Anda, 26; Rahmadana, 27) telah berhasil dilauan analisis sinyal suara mesin dari satu mesin dengan menggunaan satu mirofon sebagai sensornya. Namun, enyataannya mesin yang digunaan di industri tidalah tunggal tetapi lebih dari satu mesin. Suara dari mesin satu aan bercampur dengan mesin lainnya. Untu mengembangan metode pemeliharaan dengan analisis pola suara maa dibutuhan metode untu memisahan sinyal suara antar mesin tersebut, sehingga nantinya didapatan sinyal estimasi sumber suara mesin yang dapat dianalisis untu menentuan ondisi mesin. Pada maalah ini aan dipaparan hasil penelitan yang telah dilauan tentang pemisahan sinyal suara dari banya mesin untu detesi erusaan. Metode pemisahan yang digunaan adalah independent component analysis (ICA) berdasaran pada jurnal [1,3,4]. Penulisan maalah ini diawali dengan latar belaang penelitian, penelitan yang telah dilauan sebelumnya, teori yang digunaan pada penelitian ini, metode penelitian yang digunaan, hasil dan analisis data serta esimpulan dari penelitian yang telah dilauan. Hasil penelitian ini diharapan mampu mengembangan permasalahan pada penelitian sebelumnya serta berelanjutan untu mengembangan metode baru pemeliharaan mesin berdasaran analisis pola suara. Jurnal Ilmu Komputer dan Informasi, Volume 3, Nomor 1, ISSN
2 Pemisahan Banya Sumber Suara Mesin Menggunaan Analisis Komponen Independen (ICA) untu Detesi Kerusaan 2. injauan Pustaa 2.1. Analisis Komponen Independen (ICA) Suatu ejadian diataan bebas secara statisti bila ejadian tersebut tida behubungan satu sama lain. Secara matemati, peluang antar ejadian tersebut merupaan peralian tiap ejadian tersebut, p( y, y ) p( y ). p( y ) (1) Bila ada sumber-sumber yang bebas secara statisti, maa aturan di atas juga berlau. Sinyal teruur sensor dari sinyal yang diemisian sumbersumber yang bebas secara statisti dapat dinyataan, x a s a s a s j j 1 1 j jn n (2) Di mana x menyataan sinyal teruur sensor, s menyataan sumber dan a merupaan matri pencampur yang tida dietahui. Persamaan di atas merupaan ide dasar analisis omponen independent (independent component analysis-ica). Persamaan di atas dapat disederhanaan menjadi model ICA sebagai beriut. x = As (3) Bila proses pencampuran sinyal emisi sumber berlangsung secara sesaat (instantaneous) model di atas dapat ditulisan dalam domain freuensi sebagai beriut, x ( ) = A( ). s( ) (4) Apabila proses berlangsung secara onvolusi, maa model ICA dapat diformulasian ulang dalam domain watu, x ( t) = A s( t) (5) Model ICA yang dinyataan dalam Persamaan 5 di atas melibatan operasi peralian onvolusi, berbeda dengan model ICA dalam domain freuensi yang hanya dialian secara dot product. ujuan dari model ICA adalah mencari sinyal estimasi y yang ditentuan oleh, y x (6) di mana =A -1. Proses pemisahan sinyal dengan model ICA dapat digambaran dengan blo diagram beriut. S Unnown mixing system A X Separation system n m n Gambar 1. Proses ICA Permasalahan pada model ICA adalah mencari filter pemisah, pemilihan filter yang tepat dan optimal aan memengaruhi ualitas sinyal estimasi. y Beberapa algoritma aan diterangan pada subbab beriutnya untu optimasi ICA Optimasi ICA Ada beberapa algoritma ICA yang digunaan. Masing-masing algoritma memilii elebihan satu sama lain, dan dari tahun e tahun algoritma ini terus disempurnaan. Beberapa algoritma untu optimasi ICA adalah sebagai beriut: Infomax Algoritma infomax mendeati model ICA berdasaran fungsi nonlinear. Pada algoritma ini, bobot filter pemisah ditentuan sebagai beriut: J( ) 1 f ( u ) x (7) Dengan μ adalah besar langah positif f(u)=[f(u1).f(u2) f(un)], dimana u=.x merupaan fungsi sebelum nonlinearitas Natural Gradient Amari, Chicoci dan Yang (1996) mengusulan untu memodifiasi besar pembobotan filter pemisah pada algoritma Infomax dengan mengalian fungsi tersebut dengan. Sehingga besar pembobotan baru menjadi, J( ) 1 I f ( u ) u (8) Algoritma diatas lebih cepat onvergen daripada infomax, algoritma ini dienal dengan natural gradient FastICA Algoritma fastica memodelan ICA dengan pendeatan non-gaussianity yang didasaran pada negentropy dengan iterasi titi tetap (fixed-point). Algoritma ini dapat pula dideati dengan iterasi Newton yang menghasilan persamaan yang sama pula. Aturan pembobotan filter pemisah pada algoritma FastICA ditentuan sebagai beriut, + E{ xg( w x)} βw w = w E{ g '( wx)} β x (w x) ' E g E g (w x) w (9) Fungsi g merupaan turunan dari fungsi ontras. Algoritma FastICA ini dienal lebih cepat onvergen dari algoritma-algoritma sebelumnya. 1 Jurnal Ilmu Komputer dan Informasi, Volume 3, Nomor 1, ISSN
3 B. Atmaja, A.S Aisyah, dan D. Arifianto 3. Metodologi Penelitian ahapan yang digunaan pada penelitian ini dapat dibagi menjadi tiga tahap, setelah dilauan studi literatur. Pertama, pengambilan data melalui pereaman multianal. Kedua, pemisahan sinyal suara mesin dan etiga adalah detesi erusaan mesin berdasaran analisis pola suara dengan freuensi sesaat. Pengambilan data pada penelitian ini dilauan dengan pereaman multianal sinyal suara yang diemisian motor. iap-tiap mirofon aan menerima sinyal dari tiap motor dengan ondisi tertentu. Mirofon yang lebih deat dengan salah satu motor aan menerima sinyal lebih uat dari motor tersebut dibanding sinyal suara dari motor lainnya. Berdasaran perbedaan jara dan sudut datang sinyal suara motor, aan dipilah sinyal tiap motor berdasaran sifat ebebasan statisti sinyal sumber. Pada Gambar 2, ditunjuan blo diagram pemisahan tiga sumber dari tiga sensor sedangan realisasi dalam bentu hardware ditunjuan oleh Gambar 3 yang juga merupaan sistem auisisi data melalui pereaman multianal dari mirofon dan tiga motor. tiap mirofon pada penelitian ini dapat dibagi menjadi empat metode sebagai beriut: DICA (ime domain ICA) FDICA (Frequency domain ICA) MSICA 1 (ime-frequency ICA) MSICA 2 (Frequency-ime ICA) Dari eempat metode tersebut aan dibandingan metode yang paling bai untu pemisahan sinyal suara mesin. Sinyal estimasi tersebut emudian digunaan untu mendetesi ondisi erusaan mesin berdasaran pola freuensi sesaatnya. Secara umum diagram alir tiap metode di atas pada penelitan ini dapat digambaran sebagai beriut. Start Input Data (x 1,x 2..x n) Mixing Data Sphering S1 A11 A12 A13 + x1 Rotating Konvergen tida S2 S3 Source A21 A22 A23 A31 A32 A Sensor Gambar 2. Blo Diagram Sistem Pereaman (3 Sumber-3 Sensor) x2 x3 Ouput Data (y 1,y 2..y n) End ya Gambar 4. Diagram Alir ICA Sphering merupaan suatu teni agar data input tida berorelasi atau dipasa untu berorelasi seminimal mungin. Setelah itu, data diputar (rotating) sehingga didapatan vetor data baru yang onvergen. Ilustrasi mengenai sphering dan rotating dari data matris pada analisis omponen independen dapat disajian seperti gambar di bawah. Gambar 3. Auisisi Data Metode pendeatan yang dipaai untu memisahan sinyal suara motor dari sinyal campuran Gambar 5. Sphering dan Rotating [5] Jurnal Ilmu Komputer dan Informasi, Volume 3, Nomor 1, ISSN
4 Misalignment Bearing Fault Pemisahan Banya Sumber Suara Mesin Menggunaan Analisis Komponen Independen (ICA) untu Detesi Kerusaan 4. Hasil dan Pembahasan Untu meminimalan bising latar belaang, penelitian ini dilauan di Ruang Kedap Suara, Laboratorium Austi eni Fisia IS. Adapun setting esperimen yang telah dilauan adalah seperti tampa pada gambar beriut. 3 m sinyal asli, sinyal tercampur dan sinyal estimasi sebagai beriut. 2 x x x x x x Gambar 8. Perbandingan Sinyal Asli & Estimasi DICA x 1-3 x cm 3 cm 3,5 m Analisis dalam domain watu untu identifiasi sinyal estimasi terhadap sinyal asli sangat sulit dilauan (Gambar 8). Pola freuensi sesaat digunaan untu identifiasi sinyal estimasi ini untu menentuan ondisi erusaan dari sinyal yang bersangutan. S1 S2 S3 3 cm 5 5 Gambar 6. Setting Esperimen di Ruang Kedap F IS Dari proses pereaman multianal aan didapatan jumlah sinyal sesuai dengan jumlah sensor (mirofon). Sinyal suara mesin diream dengan tipe file.wav, 16 bit, mono, dan PCM. Untu mengidentifiasi sinyal estimasi, terlebih dahulu harus dietahui sinyal asli dari tiap ondisi erusaan. Sinyal asli dari tiap ondisi ini di-plot dalam spetrogram untu dicari pola freuensi sesaatnya: a. Normal b. Unbalance c. Misalignment d. Bearing Fault Gambar 7. Spetrogram Sinyal Asli Selanjutnya, sinyal tercampur dari tiap-tiap mirofon diproses untu dipisahan dengan metode ICA. Pada pereaman dengan dua mirofon-dua motor untu ondisi bearing fault dan misalignment diperoleh data a. Sinyal Asli b. Sinyal Estimasi Gambar 9. Pola Freuensi Sesaat Sinyal Asli & Estimasi DICA Analisis pola freuensi sesaat memperlihatan pola-pola yang antara sinyal estimasi dan sinyal asli, sehingga dapat diidentifiasi bahwa sinyal pertama merupaan ondisi bearing fault dan sinyal edua merepresentasian ondisi misalignment. Pada domain freuensi, sinyal suara mesin dalam domain watu ditransformasi Fourier (Fast Fourier ransform-ff) sehingga didapatan didapatan sinya campuran dalam domain freuensi. Sinyal campuran dalam domain freuensi ini emudian dipisahan dengan frequency domain ICA (FDICA). Output dari FDICA emudian ditransformasi bali dalam domain watu (IFF) untu mengetahui hasil pemisahannya Jurnal Ilmu Komputer dan Informasi, Volume 3, Nomor 1, ISSN
5 B. Atmaja, A.S Aisyah, dan D. Arifianto f (t) Untu membandingan antar metode, maa nilai parameter di atas diset sama untu semua metode. Kualitas pemisahan pada penelitian ini dinilai pada arah overgensi (angle) pada iterasi eseratus serta nilai signal to noise ratio (SNR) dari sinyal estimasi. G j FF IFF abel 2. Perbandingan Hasil Numeri dari Beberapa Metode Pemisahan yang digunaan Metode Angle SNR DICA FDICA MSICA 1. & MSICA 2.4 & Gambar 1. FF dan IFF Metode etiga dan eempat pada penelitian ini merupaan gabungan dari time-domain dan frequency-domain ICA. Pada metode etiga (MSICA 1) digunaan time-domain lebih dahulu emudian frequency-domain ICA sedangan medote eempat (MSICA 2) merupaan ebaliannya. Dengan metode FDICA dan MSICA 1 (ime-frequency ICA) diperoleh sinyal estimasi seperti ditunjuan oleh gambar a. FDICA b. MSICA 1 Gambar 11. Sinyal Estimasi FDICA dan MSICA 1 Dari gambar di atas, dapat dilihat bahwa sinyal estimasi FDICA dan MSICA 1 tida lebih bai dari DICA. Begitu juga dengan hasil pemisahan sinyal dengan MSICA 2. Nilai numeri parameter dan ualitas hasil pemisahan sinyal suara mesin pada penelitian ini dapat dilihat pada tabel di bawah. abel 1. Nilai Parameter Pemisahan Parameter Kondisi Besar Langah.1 Blo Proses 3 Jumlah Iterasi 1 Uji performansi hasil sinyal estimasi dengan menggunaan parameter SNR menunjuan hasil yang berbeda dengan ualitatif sinyal sebenarnya. Metode DICA yang secara ualitatif menghasilan sinyal estimasi lebih bai dari etiga metode lainnya justru memilii nilai SNR terendah. 5. Kesimpulan Berdasaran penelitian yang telah dilauan tentang pemisahan sinyal suara dari bebera motor listri, dapat diambil beberapa seimpulan sebagai beriut: 1. elah berhasil dipisahan sinyal suara dari beberapa motor metode Independent Component Analysis (ICA) dengan Algoritma Natura Gradient yang memberian hasil pemisahan terbai pada domain watu (DICA). 2. Kondisi erusaan mesin dapat didetesi dari analisis pola suara menggunaan freuensi sesaat. Pada penelitian ini, ondisi mesin normal memilii freuensi 51 Hz, antara 1-13 Hz, 177 Hz dan 265 Hz, unbalance pada freunsi 46 Hz,1 Hz, 177 Hz dan 199 Hz, misalignment pada freuensi normal ditambah pada freuensi 34 Hz, 51 Hz dan 53 Hz dan bearing fault pada freuensi 73 Hz, 25 Hz dan 35 Hz. Pada penelitian selanjutnya dapat diembangan jenis erusaan mesin, onsistensi terhadap hasil penelitan ini serta implementasi pada algoritma ICA yang lain. Studi mengenai arateristi suara mesin diharapan mampu meningatan eandalan metode ini dengan memodelan filter pemisah yang lebih bai. Uji performa juga dapat dijadian tugas yang dapat diselesaian pada penelitian selanjutnya. 6. Ucapan erima Kasih Ucapan terima asih penulis sampaian pada Dirjen Perguruan inggi (DIKI), Departemen Jurnal Ilmu Komputer dan Informasi, Volume 3, Nomor 1, ISSN
6 Pemisahan Banya Sumber Suara Mesin Menggunaan Analisis Komponen Independen (ICA) untu Detesi Kerusaan Pendidian Nasional Republi Indonesia yang telah membiayai penelitian ini dalam program reativitas mahasiswa bidang penelitian (PKMP) tahun 29. Serta epada Kepala Laboratorium Austi eni Fisia IS yang telah mengizinan penulis untu melauan penelitian di tempat tersebut. REFERENSI [1] S. Amari, Natural Gradient ors Efficiently in Learning, Saitama RIKEN, [2] D. Arifianto. Fundamental Frequency Estimation and Voiced / Unvoiced Determination Using Instantaneous Frequency, Doctoral Dissertation, Department of Information Processing. oyo Institute of echnology, 25. [3] AJ Bell, dan J Sejnowsi. he Independent Components of Natural Scene are Edge Filters, Submitted to vission research. [4] A. Hyvärinen, dan H. Eri, Independent Component Analysis: Algorithm and Applications, Neural Networ Research Group, Helsini Univ. Of ech, 2. [5] N Ieda dan N Murata, A method of ICA in ime and Frequency Domain. RIKEN Brain Science Institute, Japan. 14 Jurnal Ilmu Komputer dan Informasi, Volume 3, Nomor 1, ISSN
PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS (ICA) UNTUK DETEKSI KERUSAKAN
PEMISAHAN BANYAK SUMBER SUARA MESIN MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS (ICA) UNTUK DETEKSI KERUSAKAN B.T. Atmaja, A.S. Aisyah, dan D. Arifianto Jurusan Teknik Fisika, Fakultas Teknologi Industri,
Lebih terperinciBAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING
Bab III Desain Dan Apliasi Metode Filtering Dalam Sistem Multi Radar Tracing BAB III DESAIN DAN APLIKASI METODE FILTERING DALAM SISTEM MULTI RADAR TRACKING Bagian pertama dari bab ini aan memberian pemaparan
Lebih terperinciKata Kunci : Multipath, LOS, N-LOS, Network Analyzer, IFFT, PDP. 1. Pendahuluan
Statisti Respon Kanal Radio Dalam Ruang Pada Freuensi,6 GHz Christophorus Triaji I, Gamantyo Hendrantoro, Puji Handayani Institut Tenologi Sepuluh opember, Faultas Tenologi Industri, Jurusan Teni Eletro
Lebih terperinciIDENTIFIKASI SECARA SERENTAK KERUSAKAN MESIN MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS BERDASARKAN CONVOLUTIVE MIXTURE
IDENTIFIKASI SECARA SERENTAK KERUSAKAN MESIN MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS BERDASARKAN CONVOLUTIVE MIXTURE SEPTIAN FIRMANDA 2406100065 DOSEN PEMBIMBING Dr.Dhany Arifianto,ST., M.Eng JURUSAN
Lebih terperinciDAFTAR PUSTAKA Natural Gradient Works Efficiently in Learning. Penggunaan Frekuensi Sesaat Untuk Deteksi Pola Suara Kerusakan Motor Listrik
DAFTAR PUSTAKA [1] Amari, S. 1997. Natural Gradient Works Efficiently in Learning. Saitama: RIKEN, Japan. [2] Anda, A R. 2006. Penggunaan Frekuensi Sesaat Untuk Deteksi Pola Suara Kerusakan Motor Listrik.
Lebih terperinciDESAIN SENSOR KECEPATAN BERBASIS DIODE MENGGUNAKAN FILTER KALMAN UNTUK ESTIMASI KECEPATAN DAN POSISI KAPAL
DESAIN SENSOR KECEPAAN BERBASIS DIODE MENGGUNAKAN FILER KALMAN UNUK ESIMASI KECEPAAN DAN POSISI KAPAL Alrijadjis, Bambang Siswanto Program Pascasarjana, Jurusan eni Eletro, Faultas enologi Industri Institut
Lebih terperinciBAB III METODE SCHNABEL
BAB III METODE SCHNABEL Uuran populasi tertutup dapat diperiraan dengan teni Capture Mar Release Recapture (CMRR) yaitu menangap dan menandai individu yang diambil pada pengambilan sampel pertama, melepasan
Lebih terperinciDETEKSI MULTI-KERUSAKAN PADA POMPA MENGGUNAKAN ACCELEROMETER ARRAY
DETEKSI MULTI-KERUSAKAN PADA POMPA MENGGUNAKAN ACCELEROMETER ARRAY 1 Anisatul auziyah 1, dan Dr. Dhany Arifianto, ST., M.Eng Jurusan Teni isia, aultas Tenologi Industri, Institut Tenologi Sepuluh Nopember,
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER. Abstrak
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Oleh : Pandapotan Siagia, ST, M.Eng (Dosen tetap STIKOM Dinamia Bangsa Jambi) Abstra Sistem pengenal pola suara atau yang lebih dienal dengan
Lebih terperinciPERANCANGAN SISTEM MONITORING KERUSAKAN MESIN DENGAN PEMISAHAN BANYAK SUMBER SUARA MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS (ICA)
PERANCANGAN SISTEM MONITORING KERUSAKAN MESIN DENGAN PEMISAHAN BANYAK SUMBER SUARA MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS (ICA) Design of Machines Fault Monitoring With Sound Separation Using Independent
Lebih terperinciPenempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming
JURAL TEKIK POMITS Vol. 2, o. 2, (2013) ISS: 2337-3539 (2301-9271 Print) B-137 Penempatan Optimal Phasor Measurement Unit (PMU) dengan Integer Programming Yunan Helmy Amrulloh, Rony Seto Wibowo, dan Sjamsjul
Lebih terperinciPencitraan Tomografi Elektrik dengan Elektroda Planar di Permukaan
Abstra Pencitraan omografi Eletri dengan Eletroda Planar di Permuaan D. Kurniadi, D.A Zein & A. Samsi KK Instrumentasi & Kontrol, Institut enologi Bandung Jl. Ganesa no. 10 Bandung Received date : 22 November2010
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1. Sistem Kendali Lup [1] Sistem endali dapat diataan sebagai hubungan antara omponen yang membentu sebuah onfigurasi sistem, yang aan menghasilan tanggapan sistem yang diharapan.
Lebih terperinciESTIMASI TRAJECTORY MOBILE ROBOT MENGGUNAKAN METODE ENSEMBLE KALMAN FILTER SQUARE ROOT (ENKF-SR)
SEMINAR NASIONAL PASCASARJANA SAL ESIMASI RAJECORY MOBILE ROBO MENGGUNAKAN MEODE ENSEMBLE KALMAN FILER SQUARE ROO (ENKF-SR) eguh Herlambang Zainatul Mufarrioh Firman Yudianto Program Studi Sistem Informasi
Lebih terperinciSISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER
SISTEM ADAPTIF PREDIKSI PENGENALAN ISYARAT VOKAL SUARA KARAKTER Pandapotan Siagian, ST, M.Eng Dosen Tetap STIKOM Dinamia Bangsa - Jambi Jalan Sudirman Theoo Jambi Abstra Sistem pengenal pola suara atau
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar belakang
BAB PENDAHULUAN. Latar belaang Metode analisis yang telah dibicaraan hingga searang adalah analisis terhadap data mengenai sebuah arateristi atau atribut (jia data itu ualitatif) dan mengenai sebuah variabel,
Lebih terperinciPENDAHULUAN TINJAUAN PUSTAKA
1 Latar Belaang PENDAHULUAN Sistem biometri adalah suatu sistem pengenalan pola yang melauan identifiasi personal dengan menentuan eotentian dari arateristi fisiologis dari perilau tertentu yang dimilii
Lebih terperinciADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoko Sumaryono ABSTRACT
Jurnal Teni Eletro Vol. 3 No.1 Januari - Juni 1 6 ADAPTIVE NOISE CANCELING MENGGUNAKAN ALGORITMA LEAST MEAN SQUARE (LMS) Anita Nardiana, SariSujoo Sumaryono ABSTRACT Noise is inevitable in communication
Lebih terperinciBAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK
BAB 3 PATTERN MATCHING BERBASIS JARAK EUCLID, PATTERN MATCHING BERBASIS JARAK MAHALANOBIS, DAN JARINGAN SYARAF TIRUAN BERBASIS PROPAGASI BALIK Proses pengenalan dilauan dengan beberapa metode. Pertama
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1. Statisti Inferensia Tujuan statisti pada dasarnya adalah melauan desripsi terhadap data sampel, emudian melauan inferensi terhadap data populasi berdasaran pada informasi yang
Lebih terperinciStudi dan Analisis mengenai Hill Cipher, Teknik Kriptanalisis dan Upaya Penanggulangannya
Studi dan Analisis mengenai Hill ipher, Teni Kriptanalisis dan Upaya enanggulangannya Arya Widyanaro rogram Studi Teni Informatia, Institut Tenologi Bandung, Jl. Ganesha 10 Bandung Email: if14030@students.if.itb.ac.id
Lebih terperinciPerbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan
Perbandingan Antara Algoritma Penghapusan Bising Adaptif LMS dan Adaptif RLS dalam Penghapusan Bising Kendaraan Sri Arttini Dwi Prasetyowati 1), Adhi Susanto ), homas Sriwidodo ), Jazi Eo Istiyanto 3)
Lebih terperinciBAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN
BAB IV PERHITUNGAN HARGA PREMI BERDASARKAN FUNGSI PERMINTAAN PADA TITIK KESETIMBANGAN Berdasaran asumsi batasan interval pada bab III, untu simulasi perhitungan harga premi pada titi esetimbangan, maa
Lebih terperinciPENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
PENGENDALIAN MOTOR DC MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Wahyudi, Sorihi, dan Iwan Setiawan. Jurusan Teni Eletro Faultas Teni Universitas Diponegoro Semarang e-mail : wahyuditinom@yahoo.com.
Lebih terperinciKORELASI ANTARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISTEM ADAPTIF. Sri Arttini Dwi Prasetyawati 1. Abstrak
KORELASI ANARA DUA SINYAL SAMA BERBEDA JARAK PEREKAMAN DALAM SISEM ADAPIF Sri Arttini Dwi Prasetyawati 1 Abstra Masud pembahasan tentang orelasi dua sinyal adalah orelasi dua sinyal yang sama aan tetapi
Lebih terperinciMODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM
MODEL REGRESI INTERVAL DENGAN NEURAL FUZZY UNTUK MEMPREDIKSI TAGIHAN AIR PDAM 1,2 Faultas MIPA, Universitas Tanjungpura e-mail: csuhery@sisom.untan.ac.id, email: dedi.triyanto@sisom.untan.ac.id Abstract
Lebih terperinciSATUAN ACARA PERKULIAHAN ( SAP )
SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Watu : 1x 3x 50 Menit Pertemuan : 7 A. Kompetensi 1. Utama Mahasiswa dapat memahami tentang sistem
Lebih terperinciPROGRAM SIMULASI UNTUK REALISASI STRUKTUR TAPIS INFINITE IMPULSE RESPONSE UNTUK MEDIA PEMBELAJARAN DIGITAL SIGNAL PROCESSING
Konferensi asional Sistem dan Informatia 28; Bali, ovember 15, 28 KS&I8-44 PROGRAM SIMULASI UTUK REALISASI STRUKTUR TAPIS IFIITE IMPULSE RESPOSE UTUK MEDIA PEMBELAJARA DIGITAL SIGAL PROCESSIG Damar Widjaja
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Model Loglinier adalah salah satu asus husus dari general linier model untu data yang berdistribusi poisson. Model loglinier juga disebut sebagai suatu model statisti
Lebih terperinciSIMULASI FILTER KALMAN UNTUK ESTIMASI SUDUT DENGAN MENGGUNAKAN SENSOR GYROSCOPE
SIMULASI FILR KALMAN UNUK SIMASI SUDU DNGAN MNGGUNAKAN SNSOR GYROSCOP Wahyudi *), Adhi Susanto **), Sasongo Pramono **), Wahyu Widada ***) Abstact he Kalman filter is a recursive solution to the process
Lebih terperinciOptimasi Non-Linier. Metode Numeris
Optimasi Non-inier Metode Numeris Pendahuluan Pembahasan optimasi non-linier sebelumnya analitis: Pertama-tama mencari titi-titi nilai optimal Kemudian, mencari nilai optimal dari fungsi tujuan berdasaran
Lebih terperinciPenentuan Nilai Ekivalensi Mobil Penumpang Pada Ruas Jalan Perkotaan Menggunakan Metode Time Headway
Rea Racana Jurnal Online Institut Tenologi Nasional Teni Sipil Itenas No.x Vol. Xx Agustus 2015 Penentuan Nilai Eivalensi Mobil Penumpang Pada Ruas Jalan Perotaan Menggunaan Metode Time Headway ENDI WIRYANA
Lebih terperinciANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE)
Seminar Nasional Matematia dan Apliasinya, 1 Otober 17 ANALISIS PETA KENDALI DEWMA (DOUBLE EXPONENTIALLY WEIGHTED MOVING AVERAGE) DALAM PENGENDALIAN KUALITAS PRODUKSI FJLB (FINGER JOINT LAMINATING BOARD)
Lebih terperinciNeural Network menyerupai otak manusia dalam dua hal, yaitu:
2.4 Artificial Neural Networ 2.4.1 Konsep dasar Neural Networ Neural Networ (Jaringan Saraf Tiruan) merupaan prosesor yang sangat besar dan memilii ecenderungan untu menyimpan pengetahuan yang bersifat
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL SUTRIANI HIDRI Jurusan Matematia, FMIPA, Universitas Negeri Maassar Email: nanni.cliq@gmail.com Abstra. Pada artiel ini dibahas
Lebih terperinciImplementasi Algoritma Pencarian k Jalur Sederhana Terpendek dalam Graf
JURNAL TEKNIK POMITS Vol. 2, No., (203) ISSN: 2337-3539 (230-927 Print) Implementasi Algoritma Pencarian Jalur Sederhana Terpende dalam Graf Anggaara Hendra N., Yudhi Purwananto, dan Rully Soelaiman Jurusan
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Program
Lebih terperinciBAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA
BAB III PENENTUAN HARGA PREMI, FUNGSI PERMINTAAN, DAN TITIK KESETIMBANGANNYA Pada penelitian ini, suatu portfolio memilii seumlah elas risio. Tiap elas terdiri dari n, =,, peserta dengan umlah besar, dan
Lebih terperinciModifikasi ACO untuk Penentuan Rute Terpendek ke Kabupaten/Kota di Jawa
187 Modifiasi ACO untu Penentuan Rute Terpende e Kabupaten/Kota di Jawa Ahmad Jufri, Sunaryo, dan Purnomo Budi Santoso Abstract This research focused on modification ACO algorithm. The purpose of this
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belaang Masalah untu mencari jalur terpende di dalam graf merupaan salah satu masalah optimisasi. Graf yang digunaan dalam pencarian jalur terpende adalah graf yang setiap sisinya
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar Tugas Ahir PENDETEKSI POSISI MENGGUNAKAN SENSOR ACCELEROMETER MMA7260Q BERBASIS MIKROKONTROLER ATMEGA 32 Muhammad Riyadi Wahyudi, ST., MT. Iwan Setiawan, ST., MT. Abstract Currently, determining
Lebih terperinciPENERAPAN ALGORITMA GENETIK UNTUK OPTIMASI TRANSFER DAYA PADA SISTEM SENSOR GAS METANA
Jurnal Neutrino Vol., No. April 010 108 PENERAPAN AGORITMA GENETIK UNTUK OPTIMAI TRANFER DAYA PADA ITEM ENOR GA METANA. Muthmainnah 1), Melania uweni Muntini ). Abstra: Pada penguuran perubahan gejala
Lebih terperinciPENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT
Seminar Nasional Apliasi Tenologi Informasi 2007 (SNATI 2007) ISSN: 1907-5022 Yogyaarta, 16 Juni 2007 PENCARIAN JALUR TERPENDEK MENGGUNAKAN ALGORITMA SEMUT I ing Mutahiroh, Indrato, Taufiq Hidayat Laboratorium
Lebih terperinciPEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA
PEBANDINGAN METODE ROBUST MCD-LMS, MCD-LTS, MVE-LMS, DAN MVE-LTS DALAM ANALISIS REGRESI KOMPONEN UTAMA Sear Wulandari, Nur Salam, dan Dewi Anggraini Program Studi Matematia Universitas Lambung Mangurat
Lebih terperinciPendeteksi Rotasi Menggunakan Gyroscope Berbasis Mikrokontroler ATmega8535
Maalah Seminar Tugas Ahir Pendetesi Rotasi Menggunaan Gyroscope Berbasis Miroontroler ATmega8535 Asep Mubaro [1], Wahyudi, S.T, M.T [2], Iwan Setiawan, S.T, M.T [2] Jurusan Teni Eletro, Faultas Teni, Universitas
Lebih terperincikhazanah Sistem Klasifikasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunakan Jaringan Syaraf Tiruan Backpropagation informatika
hazanah informatia Jurnal Ilmu Komputer dan Informatia Sistem Klasifiasi Tipe Kepribadian dan Penerimaan Teman Sebaya Menggunaan Jaringan Syaraf Tiruan Bacpropagation Yusuf Dwi Santoso *, Suhartono Departemen
Lebih terperinciVariasi Spline Kubik untuk Animasi Model Wajah 3D
Variasi Spline Kubi untu Animasi Model Wajah 3D Rachmansyah Budi Setiawan (13507014 1 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciEstimasi Konsentrasi Polutan Sungai Menggunakan Metode Reduksi Kalman Filter dengan Pendekatan Elemen Hingga
JURNAL SAINS DAN SENI POMITS ol. 2, No.1, (2013) 2337-3520 (2301-928X Print) 1 Estimasi Konsentrasi Polutan Sungai Menggunaan Metode Redusi Kalman Filter dengan Pendeatan Elemen Hingga Muyasaroh, Kamiran,
Lebih terperinciAnalisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Elektroteknika Dasar
3 Analisis Pengaruh Peralatan Laboratorium Terhadap Kualitas Daya Pada Laboratorium Eletrotenia Dasar Jamhir slami Pranata Laboratorium Pendidian (PLP) Ahli Muda Laboratorium Eletrotenia Dasar Faaultas
Lebih terperinciTUGAS I RANCANGAN PERCOBAAN BAB I
TUGAS I RANCANGAN PERCOBAAN Nama : Dwi Shinta Marselina A. Pengertian Desain Esperimen BAB I Desain Esperimen Merupaan langah-langah lengap yang perlu di ambil jauh sebelum esperimen dilauan supaya data
Lebih terperinciAPLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID
APLIKASI PREDIKSI HARGA SAHAM MENGGUNAKAN JARINGAN SYARAF RADIAL BASIS FUNCTION DENGAN METODE PEMBELAJARAN HYBRID Ferry Tan, Giovani Gracianti, Susanti, Steven, Samuel Luas Jurusan Teni Informatia, Faultas
Lebih terperinciBAB ELASTISITAS. Pertambahan panjang pegas
BAB ELASTISITAS 4. Elastisitas Zat Padat Dibandingan dengan zat cair, zat padat lebih eras dan lebih berat. sifat zat padat yang seperti ini telah anda pelajari di elas SLTP. enapa Zat pada lebih eras?
Lebih terperinciPENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL. Sutriani Hidri. Ja faruddin. Syafruddin Side, ABSTRAK
PENYELESAIAN PERSAMAAN LOTKA-VOLTERRA DENGAN METODE TRANSFORMASI DIFERENSIAL Syafruddin Side, Jurusan Matematia, FMIPA, Universitas Negeri Maassar email:syafruddinside@yahoo.com Info: Jurnal MSA Vol. 3
Lebih terperinciBAB 3 LANGKAH PEMECAHAN MASALAH
BAB 3 LANGKAH PEMECAHAN MASALAH 3.1 Penetapan Kriteria Optimasi Gambar 3.1 Bagan Penetapan Kriteria Optimasi Sumber: Peneliti Determinasi Kinerja Operasional BLU Transjaarta Busway Di tahap ini, peneliti
Lebih terperinciVARIASI NILAI BATAS AWAL PADA HASIL ITERASI PERPINDAHAN PANAS METODE GAUSS-SEIDEL
SEMINAR NASIONAL PENDIDIKAN SAINS Peningatan Kualitas Pembelajaran Sains dan Kompetensi Guru melalui Penelitian & Pengembangan dalam Menghadapi Tantangan Abad-1 Suraarta, Otober 016 VARIASI NILAI BATAS
Lebih terperinciALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER
ALGORITMA PENYELESAIAN PERSAMAAN DINAMIKA LIQUID CRYSTAL ELASTOMER Oleh: Supardi SEKOLAH PASCA SARJANA JURUSAN ILMU FISIKA UNIVERSITAS NEGERI YOGYAKARTA 2012 1 PENDAHULUAN Liquid Crystal elastomer (LCE
Lebih terperinciBlind Adaptive Multi-User Detection pada Sistem Komunikasi DS-CDMA dengan Kanal AWGN
Proceeding of Seminar on Intelligent echnology and Its Applications (SIIA ) Institut enologi Sepuluh Nopember, Surabaya, May 7 th, Blind Adaptive Multi-User Detection pada Sistem omuniasi DS-CDMA dengan
Lebih terperinciAnalisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna aktif Detection
Analisa Kinerja Kode Konvolusi pada Sistem Parallel Interference Cancellation Multi Pengguna atif Detection CDMA dengan Modulasi Quadrature Phase Shift Keying Berbasis Perangat Luna Saretta Nathaniatasha
Lebih terperinciKENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA. Thiang, Resmana, Wahyudi
KENDALI LOGIKA FUZZY DENGAN METODA DEFUZZIFIKASI CENTER OF AREA DAN MEAN OF MAXIMA Thiang, Resmana, Wahyudi Jurusan Teni Eletro, Universitas Kristen Petra Jl. Siwalanerto 121-131 Surabaya Email : thiang@petra.ac.id,
Lebih terperinciSISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY
SISTEM PENDUKUNG KEPUTUSAN PENENTU NILAI INTERVAL KADAR LEMAK TUBUH MENGGUNAKAN REGRESI INTERVAL DENGAN NEURAL FUZZY Tedy Rismawan dan Sri Kusumadewi Laboratorium Komputasi dan Sistem Cerdas, Jurusan Teni
Lebih terperinciPERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN
PERBAIKAN KUALITAS CITRA MENGGUNAKAN HISTOGRAM LINEAR CONTRAST STRETCHING PADA CITRA SKALA KEABUAN Murinto Program Studi Teni Informatia Universitas Ahmad Dahlan Kampus III UAD Jl. Prof. Soepomo Janturan
Lebih terperinciFISIKA. Kelas X GETARAN HARMONIS K-13. A. Getaran Harmonis Sederhana
K-13 Kelas X FISIKA GETARAN HARMONIS TUJUAN PEMBELAJARAN Setelah mempelajari materi ini, amu diharapan memilii emampuan sebagai beriut. 1. Memahami onsep getaran harmonis sederhana pada bandul dan pegas
Lebih terperinciEstimasi Inflasi Wilayah Kerja KPwBI Malang Menggunakan ARIMA-Filter Kalman dan VAR-Filter Kalman
JURNAL SAINS DAN SENI ITS Vol. 5, No.1, (16) 337-35 (31-98X Print) A-1 Estimasi Inflasi Wilayah Kerja KPwBI Malang Menggunaan ARIMA-Filter Kalman dan VAR-Filter Kalman Popy Febritasari, Erna Apriliani
Lebih terperinciPEMROSESAN AWAL DATA RUNTUN WAKTU HASIL PENGUKURAN UNTUK IDENTIFIKASI SISTEM TUNGKU SINTER DEGUSSA
ISSN 1979-2409 Pemrosesan Awal Data Runtun Watu Hasil Penguuran Untu Identifiasi Sistem Tungu Sinter Degussa (Dede Sutarya) PEMROSESAN AWAL DATA RUNTUN WAKTU HASIL PENGUKURAN UNTUK IDENTIFIKASI SISTEM
Lebih terperinciMakalah Seminar Tugas Akhir
Maalah Seminar ugas Ahir Simulasi Penapisan Kalman Dengan Kendala Persamaan Keadaan Pada Kasus Penelusuran Posisi Kendaraan (Vehicle racing Problem Iput Kasiyanto [], Budi Setiyono, S., M. [], Darjat,
Lebih terperinciModel Pembelajaran Off-Line Menggunakan Jaringan Syaraf Tiruan Untuk Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teknik Elektronika PENS 2009
Model Pembelaaran Off-Line Menggunaan Jaringan Syaraf Tiruan Untu Pengemudian Otomatis pada Kendaraan Beroda Jurusan Teni Eletronia PENS 2009 Arie Setya Wulandari#, Eru Puspita S.T., M.Kom#2 # Jurusan
Lebih terperinciPENERAPAN AKAR KUADRAT PADA ENSEMBLE KALMAN FILTER (EnKF) ABSTRAK
PENERAPAN AKAR KUADRA PADA ENSEMBLE KALMAN FILER (EnKF) Jasmir 1, Erna Apriliani 2, Didi Khusnul Arif 3 Email: ijas_1745@yahoo.co.id ABSRAK Ensemble Kalman Filter (EnKF) merupaan salah satu metode untu
Lebih terperinciBAB II DASAR TEORI. II.1. Pendahuluan
BAB II DASAR EORI II.1. Pendahuluan Pada bab ini pertama-tama aan dijelasan secara singat apa yang dimasud dengan target tracing dalam sistem Radar. Di dalam sebuah sistem Radar ada beberapa proses yang
Lebih terperinciMetode Penggerombolan Berhirarki
4 TINJAUAN PUSTAKA Analisis gerombol dalam bidang riset pemasaran sering diistilahan sebagai analisis segmentasi, merupaan alat statistia peubah ganda yang bertujuan untu mengelompoan n indiidu data e
Lebih terperinciANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS
Jurnal Teni dan Ilmu Komputer ANALISIS VARIASI PARAMETER BACKPROPAGATION ARTIFICIAL NEURAL NETWORK TERHADAP PENGENALAN POLA DATA IRIS AN ANALYSIS OF THE VARIATION PARAMETERS OF THE ARTIFICIAL NEURAL NETWORK
Lebih terperinciTransformasi Wavelet Diskret Untuk Data Time Series
SEMINAR NASIONAL MATEMATIKA DAN PENDIDIKAN MATEMATIKA UNY 015 Transformasi Wavelet Disret Untu Data Time Series S - 11 11 Vemmie Nastiti Lestari, Subanar Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan
Lebih terperinciKONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION
Konferensi Nasional Sistem dan Informatia 29; Bali, November 14, 29 KONTROL MOTOR PID DENGAN KOEFISIEN ADAPTIF MENGGUNAKAN ALGORITMA SIMULTANEOUS PERTURBATION Sofyan Tan, Lie Hian Universitas Pelita Harapan,
Lebih terperinciSistem Pendukung Keputusan Penerima Beasiswa SMK Menggunakan Metode Backpropagation
Seminar Nasional e 9: Reayasa Tenologi Industri dan Informasi Sistem Penduung Keputusan Penerima Beasiswa SMK Menggunaan Metode Bacpropagation Teti Rohaeti 1, Yoyon Kusnendar Suprapto 2, Eo Mulyanto 3
Lebih terperinciPenerapan Sistem Persamaan Lanjar untuk Merancang Algoritma Kriptografi Klasik
Penerapan Sistem Persamaan Lanjar untu Merancang Algoritma Kriptografi Klasi Hendra Hadhil Choiri (135 08 041) Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciAPLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK. Tesis
APLIKASI ALGORITMA CONJUGATE GRADIENT PADA JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Tesis Program Studi Teni Eletro Jurusan Ilmu-ilmu Teni disusun oleh : Wiwien Widyastuti 8475/I-/820/02 PROGRAM PASCASARJANA
Lebih terperinciSTUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT
TUGAS AKHIR STUDI PENYELESAIAN PROBLEMA MIXED INTEGER LINIER PROGRAMMING DENGAN MENGGUNAKAN METODE BRANCH AND CUT OLEH : RISTA RIDA SINURAT 040803023 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU
Lebih terperincimungkin muncul adalah GA, GG, AG atau AA dengan peluang masing-masing
. DISTRIUSI INOMIL pabila sebuah oin mata uang yang memilii dua sisi bertulisan ambar () dan nga () dilempar satu ali, maa peluang untu mendapatan sisi ambar adalah,5 atau. pabila oin tersebut dilempar
Lebih terperinciKLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE
KLASIFIKASI DATA MENGGUNAKAN JST BACKPROPAGATION MOMENTUM DENGAN ADAPTIVE LEARNING RATE Warih Maharani Faultas Teni Informatia, Institut Tenologi Telom Jl. Teleomuniasi No.1 Bandung 40286 Telp. (022) 7564108
Lebih terperinciPenggunaan Induksi Matematika untuk Mengubah Deterministic Finite Automata Menjadi Ekspresi Reguler
Penggunaan Indusi Matematia untu Mengubah Deterministic Finite Automata Menjadi Espresi Reguler Husni Munaya - 353022 Program Studi Teni Informatia Seolah Teni Eletro dan Informatia Institut Tenologi Bandung,
Lebih terperinciPEMISAHAN BANYAK SUMBER SUARA MESIN DARI MIKROFON BERBASIS TIME-FREQUENCY BLIND SOURCE SEPARATION
PEMISAHAN BANYAK SUMBER SUARA MESIN DARI MIKROFON BERBASIS TIME-FREQUENCY BLIND SOURCE SEPARATION Sherly Sabaraya, Dhany Arifianto Jurusan Teknik Fisika-Fakultas Teknologi Industri Institut Teknologi Sepuluh
Lebih terperinciPENERAPAN ALGORITMA BACKPROPAGATION UNTUK KLASIFIKASI MUSIK DENGAN SOLO INSTRUMEN
Seminar Nasional Apliasi Tenologi Informasi 009 (SNATI 009) Yogyaarta, 0 Juni 009 ISSN:1907-50 PENERAPAN ALGORITMA BACKPROPAGATION UNTUK KLASIFIKASI MUSIK DENGAN SOLO INSTRUMEN Gunawan 1, Agus Djaja Gunawan,
Lebih terperinciCONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION
UPN Veteran Yogyaarta, 30 Juni 2012 CONTENT BASED IMAGE RETRIEVAL MENGGUNAKAN MOMENT INVARIANT, TEKSTUR DAN BACKPROPAGATION Ni G.A.P Harry Saptarini 1), Rocy Yefrenes Dilla 2) 1) Politeni Negeri Bali 2)
Lebih terperinciBAB III HASIL DAN PEMBAHASAN
15 BAB III HASIL DAN PEMBAHASAN 3.1Relasi Dispersi Pada bagian ini aan dibahas relasi dispersi untu gelombang internal pada fluida dua-lapisan.tinjau lapisan fluida dengan ρ a dan ρ b berturut-turut merupaan
Lebih terperinciMAKALAH SEMINAR TUGAS AKHIR
1 MAKALAH SEMINAR TUGAS AKHIR PENGENALAN POLA GEOMETRI WAJAH MENGGUNAKAN JARINGAN SYARAF TIRUAN PERAMBATAN BALIK Muhamad Tonovan *, Achmad Hidayatno **, R. Rizal Isnanto ** Abstra - Pengenalan waah adalah
Lebih terperinciANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI DENGAN VARIASI JUMLAH TINGKAT
Jurnal Sipil Stati Vol. No. Agustus (-) ISSN: - ANALISA STATIK DAN DINAMIK GEDUNG BERTINGKAT BANYAK AKIBAT GEMPA BERDASARKAN SNI - DENGAN VARIASI JUMLAH TINGKAT Revie Orchidentus Francies Wantalangie Jorry
Lebih terperinciIII. METODOLOGI PENELITIAN. Penelitian ini menggunakan data sekunder bersifat runtun waktu (time series)
III. METODOLOGI PENELITIAN A. Jenis dan Sumber Data Penelitian ini menggunaan data seunder bersifat runtun watu (time series) dalam periode tahunan dan data antar ruang (cross section). Data seunder tersebut
Lebih terperinciIDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR. Gumgum Darmawan Statistika FMIPA UNPAD
JMP : Vol. 9 No. 1, Juni 17, hal. 13-11 ISSN 85-1456 IDENTIFIKASI PERUBAHAN POLA CURAH HUJAN MELALUI PERIODOGRAM STANDAR Gumgum Darmawan Statistia FMIPA UNPAD gumgum@unpad.ac.id Budhi Handoo Statistia
Lebih terperinciMODEL MATEMATIKA KONSENTRASI OKSIGEN TERLARUT PADA EKOSISTEM PERAIRAN DANAU
MDEL MATEMATIKA KNSENTRASI KSIGEN TERLARUT PADA EKSISTEM PERAIRAN DANAU Sutimin Jurusan Matematia, FMIPA Universitas Diponegoro Jl. Prof. H. Soedarto SH Tembalang, Semarang 5075 E-mail: su_timin@yanoo.com
Lebih terperinciPerlindungan Hak Cipta Pada Data Audio Menggunakan Teknik Watermarking Phase Coding.
Perlindungan Ha Cipta Pada Data Audio Menggunaan Teni Watermaring Phase Coding Abstra Martharany Rumondang Departemen Teni Informatia Institut Tenologi Bandung Jalan Ganesha 10 Bandung 40132 E-mail : if12062@students.if.itb.ac.id,
Lebih terperinciIII. METODOLOGI PENELITIAN
III. METODOLOGI PENELITIAN 3.1 Keranga Pemiiran Pemerintah ahir-ahir ini sering dihadapan pada masalah persediaan pupu bersubsidi yang daya serapnya rendah dan asus elangaan di berbagai loasi di Indonesia.
Lebih terperinciStudi Perbandingan Perpindahan Panas Menggunakan Metode Beda Hingga dan Crank-Nicholson
1 Studi Perbandingan Perpindahan Panas Menggunaan Metode Beda Hingga dan Cran-Nicholson Durmin, Drs. Luman Hanafi, M.Sc Jurusan Matematia, Faultas Matematia dan Ilmu Pengetahuan Alam, Institut Tenologi
Lebih terperinciBAB III MODEL KANAL WIRELESS
BAB III MODEL KANAL WIRELESS Pemahaman mengenai anal wireless merupaan bagian poo dari pemahaman tentang operasi, desain dan analisis dari setiap sistem wireless secara eseluruhan, seperti pada sistem
Lebih terperinciAplikasi diagonalisasi matriks pada rantai Markov
J. Sains Dasar 2014 3(1) 20-24 Apliasi diagonalisasi matris pada rantai Marov (Application of matrix diagonalization on Marov chain) Bidayatul hidayah, Rahayu Budhiyati V., dan Putriaji Hendiawati Jurusan
Lebih terperinciAnalisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus
Jurnal Teni Industri, Vol.1, No., Juni 013, pp.96-101 ISSN 30-495X Analisis Pengaruh Kualitas Pelayanan Terhadap Loyalitas Pelanggan Jasa Pengiriman Pos Kilat Khusus Apriyani 1, Shanti Kirana Anggaraeni,
Lebih terperinciVI. PEMILIHAN MODA (Modal Split/Choice)
VI. PEMILIHAN MODA (Modal Split/Choice) 6.. UMUM Tujuan: Mengetahui proporsi pengaloasian perjalanan e berbagai moda transportasi. Ada dua emunginan situasi yang dihadapi dalam meramal pemilihan moda:
Lebih terperinciPERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV
PERENCANAAN JUMLAH TENAGA PERAWAT DI RSUD PAMEKASAN MENGGUNAKAN RANTAI MARKOV Nama Mahasiswa : Husien Haial Fasha NRP : 1207 100 011 Jurusan : Matematia FMIPA-ITS Dosen Pembimbing : Drs. Suharmadi, Dipl.
Lebih terperinciEstimasi Harga Saham Dengan Implementasi Metode Kalman Filter
Estimasi Harga Saham Dengan Implementasi Metode Kalman Filter eguh Herlambang 1, Denis Fidita 2, Puspandam Katias 2 1 Program Studi Sistem Informasi Universitas Nahdlatul Ulama Surabaya Unusa Kampus B
Lebih terperinciPENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU
PENENTUAN FAKTOR KALIBRASI ACCELEROMETER MMA7260Q PADA KETIGA SUMBU Wahyudi 1, Adhi Susanto 2, Sasongo P. Hadi 2, Wahyu Widada 3 1 Jurusan Teni Eletro, Faultas Teni, Universitas Diponegoro, Tembalang,
Lebih terperinciANALISIS UNJUK KERJA MESIN SEPEDA MOTOR 4 TAK DENGAN PENAMBAHAN TURBULATOR PADA INTAKE MANIFOLD
ANALISIS UNJUK KERJA MESIN SEPEDA MOTOR 4 TAK DENGAN PENAMBAHAN TURBULATOR PADA INTAKE MANIFOLD Abstra Setyawan Beti Wibowo, Soeadgihardo Siswantoro Program Diploma Teni Mesin, Seolah VoasiUniversitas
Lebih terperinciDisain dan Implementasi Kontrol PID Model Reference Adaptive Control untuk Automatic Safe Landing Pada Pesawat UAV Quadcopter
JURNAL TEKNIK POMITS Vol., No., () 6 Disain dan Implementasi Kontrol PID Model Reference Adaptive Control untu Automatic Safe Landing Pada Pesawat UAV Quadcopter Teddy Sudewo, Ea Isandar, dan Katju Astrowulan
Lebih terperinci